概率性航路扇区交通需求预测方法技术

技术编号:18238931 阅读:48 留言:0更新日期:2018-06-17 02:46
本发明专利技术涉及一种概率性航路扇区交通需求预测方法,其包括:对航空器在相应时间段内经过扇区边界点时间的预测误差进行归类统计;以及根据归类统计概率性预测航路扇区交通需求;本发明专利技术基于现有的航空器过点时间的历史数据和预测数据,通过分析航空器过点时间预测误差分布特征及其影响因素,建立了航空器过点时间预测误差分布特性的统计方法,并在此基础上提出了概率性航路扇区交通需求预测方法,最后结合实际运行数据,获得了一定时间内扇区交通需求的概率分布及变化规律,并发现所得概率性交通需求预测结果的准确率比传统确定性交通需求预测结果的准确率具有大幅提高,说明本发明专利技术可以为空中交通流量管理提供了更为科学的交通需求预测依据。 1

Prediction method of traffic demand in probabilistic route sector

The present invention relates to a probabilistic route sector traffic demand prediction method, which includes the classification and statistics of the prediction error of the aircraft through the sector boundary point time within the corresponding time period, and the prediction of the traffic demand of the route sector according to the classification statistical probability; the history of the BenQ in the existing aircraft over time. By analyzing the distribution characteristics and influencing factors of the prediction error of the over point time of the aircraft, the statistical method of the distribution characteristics of the time prediction error of the aircraft is established. On the basis of this, the prediction method of the probability of the traffic demand is put forward. Finally, the actual operation data have been obtained. The probability distribution and change law of the sector traffic demand in the time are found, and the accuracy rate of the prediction results of the probability traffic demand is greatly improved than the traditional deterministic traffic demand forecasting results, which shows that the invention can provide more scientific basis for traffic demand prediction for the management of air traffic flow. One

【技术实现步骤摘要】
概率性航路扇区交通需求预测方法
本专利技术涉及航空领域,具体涉及一种概率性航路扇区交通需求预测方法。
技术介绍
近年来,随着中国航空运输业的飞速发展,空中交通拥挤日益凸显,并不断从终端区向航路网络蔓延。为了缓解日益频发的航路拥堵,需要实施科学的拥挤管理手段,其前提之一就是准确、客观地预测交通需求。根据当前空域拥挤管理运行实际,主要通过基于航迹推测的需求预测方法实现,即以航空器运动方程为依据确定每架航空器的运行轨迹,预测未来一段时间内每架航空器的位置,进而推算出各时段内通过某空域的航空器数量。此方式下的最终预测结果通常以确定性形式表现,即一定预测时间尺度下空域中所对应的交通需求预测结果是一个确定的数值。这种确定性的预测结果虽然在一定程度上可以满足空域拥挤管理需求,但是却存在若干不足:首先,尽管在预测过程中可能考虑了航空器运行过程中诸多不确定因素对预测结果的影响(例如,非计划内的航班取消、进离场时间改变等随机事件对航空器运行时间造成的偏差,天气原因造成的航班飞行路径或高度非计划内改变等),这种确定性预测结果的表示方式却在一定程度上无法充分体现出不确定性因素的实际影响及其程度;此外,由于预测模型、输入数据、系统固有缺陷等客观原因,确定性结果的精确性就会随之下降,那么这种精确性的损失程度也无法体现在预测结果中。
技术实现思路
本专利技术的目的是提供一种概率性航路扇区交通需求预测方法,以基于误差分布特性统计分析预测航路扇区交通需求。为了解决上述技术问题,本专利技术提供了一种交通需求预测方法,包括:对航空器在相应时间段内经过扇区边界点时间的预测误差进行归类统计;以及根据归类统计概率性预测航路扇区交通需求。进一步,对航空器在相应时间段内经过扇区边界点时间的预测误差进行归类统计的方法包括:创建航空器的航路网络模型,确定预测误差的影响因素。进一步,创建航空器的航路网络模型的方法包括:将航路网络简化为空域、航路、航路扇区和扇区边界点四类要素,同时将整个空域被划分为目标和非目标空域两类;其中目标空域是指属于预测空间范围内的航路扇区所组成的空域;以及不属于本次预测空间范围的航路扇区构成了非目标空域;设在预测目标时间段T内,有若干架航空器经过某一航路扇区,其中第i架航空器的起飞时间设为经过扇区边界点的预测时间,即航空器过点时间的预测值设为经过扇区边界点的实际时间,即航空器过点时间的实际值设为以及航空器经过扇区边界点的时间预测误差,即航空器过点时间的预测误差Δti定义为将航空器过点时间的预测误差样本分为两个子集,即前m天为子集I,第m+1天到第M天为子集II;其中子集I用于统计预测误差的分布特性,子集II用于验证统计规律的有效性。进一步,确定预测误差的影响因素的方法包括:所述影响因素包括:典型运行日内不同时段的繁忙程度和预测时间尺度;且采用二维概率分布f(Tk,Pj)描述预测误差的分布特性随时段的变化规律,其中Tk表示时段分区,以反映典型运行日不同时段的繁忙程度,即将航空器的典型运行日全天以一定步长划分为若干个时段分区;k表示误差统计时段点号,k=1,2,...,K,K表示进行误差统计的总时段数;以及Pj是描述航空器过点时间的特征量。进一步,对所述预测误差进行归类统计,即对预测误差进行分布特性统计,其方法包括:将第Tk时段内的预测误差样本按预测误差的大小及其个数的均匀分布进行二重划分。进一步,将第Tk时段内的预测误差样本按预测误差的大小及其个数的均匀分布进行二重划分的方法包括:首先,将第Tk时段的预测误差样本按预测误差值的大小进行第一次划分,即建立第一次划分的坐标系,其横坐标为Tk+i且i=0,2,...,59,表示预测误差值所对应的时段点数,纵坐标为预测误差值,设定分类尺度,对过扇区边界点时间的预测误差进行等间隔划分;设置预测误差样本数量参考区间[l-δ,l+δ],l表示合适的样本个数,δ为波动范围,从预测值两侧向中间方向对初步划分的等间隔区间进行合并;通过上述操作后,对应于第Tk时段得到共W层分区,设每个分区为Lk,w(w=1,2,...,W),且第Lk,w个分区中含有Rk,w个样本;并且沿时间轴拓展分别从横向、纵向角度对历史样本数据进行归纳分类。进一步,对预测误差进行分布特性统计的方法还包括:逐一计算第Lk,w,且k=1,2,...,K;w=1,2,...,W层的预测误差样本vr,且r=1,2,...,Rk,w,以预测误差百分比为横坐标,选取合适的误差步长作为区域间隔宽度,根据所求得的vr值,将样本点集中到相应的区隔内;经统计以得到每个预测误差区域间隔内的样本个数分别为ms,其中s=1,2,...,S,且并且根据预测误差区域间隔内的样本个数得到fs=ms/Rk,w;当Rk,w充分大时,即可将fs视为第Tk时段的第Lk,w层分区的预测误差的离散确切概率分布;对全体历史数据遍历,以得到MW个预测误差的离散确切概率分布函数,即误差统计表。进一步,根据归类统计概率性预测航路扇区交通需求值的方法包括:若在预测目标时间区间[tk,tk+14]内,共有若干架航空器经过一航路扇区,则当前航空器经过该扇区边界点并进入该扇区的预测时间误差的概率密度对应概率分布函数为以及航空器经过该扇区边界点并离开该扇区的预测时间误差的概率密度对应概率分布函数为由于第i架航空器进入该航路扇区的预测时间为其中为按照航空器起飞时刻、飞行路径长度和飞行性能得到的准确过点时间,并且与的分布规律一致,则在[tk,tk+14]内该航空器进入该航路扇区的概率为:以及在[tk,tk+14]时段内该航空器离开航路扇区的概率为:有公式(1)(2)可知,在[tk,tk+14]时段内该航空器位于航路扇区内的概率为:以及若未来某日[tk,tk+14]时段内某航路扇区确定性需求预测结果为M架次,则可能有M架航空器经过,则该时段内扇区中存在m架航空器的概率为:PM[m](0≤m≤M),通过伪程序表示法,得出其结果。本专利技术的有益效果是,本专利技术基于现有的航空器过点时间的历史数据和预测数据,通过分析航空器过点时间预测误差分布特征及其影响因素,建立了航空器过点时间预测误差分布特性的统计方法,并在此基础上提出了概率性航路扇区交通需求预测方法,最后结合实际运行数据,获得了一定时间内扇区交通需求的概率分布及变化规律,并发现所得概率性交通需求预测结果的准确率比传统确定性交通需求预测结果的准确率具有大幅提高,说明本专利技术可以为空中交通流量管理提供了更为科学的交通需求预测依据。附图说明下面结合附图和实施例对本专利技术进一步说明。图1是本交通需求预测方法的流程图;图2是中南地区AR05扇区5月份各时段航空器数量分布;图3是中南地区AR01-AR08扇区5月份航空器数量分布;图4是航路网络示意图;图5是分区L1,1预测误差分布;图6是分区L1,2预测误差分布;图7是预测误差段划分示意;图8a是航班进入一航路扇区的预测时间误差正态检验Q-Q图;图8b是航班离开一航路扇区的预测时间误差正态检验Q-Q图;图9是AR05各时段确定性和概率性需求预测结果及实际交通流量值与容量的对比图。具体实施方式现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本专利技术的基本结构,因此其仅显示与本专利技术有关的构成。如图本文档来自技高网...
概率性航路扇区交通需求预测方法

【技术保护点】
1.一种交通需求预测方法,其特征在于,包括:

【技术特征摘要】
1.一种交通需求预测方法,其特征在于,包括:对航空器在相应时间段内经过扇区边界点时间的预测误差进行归类统计;以及根据归类统计概率性预测航路扇区交通需求值。2.根据权利要求1所述的交通需求预测方法,其特征在于,对航空器在相应时间段内经过扇区边界点时间的预测误差进行归类统计的方法包括:创建航空器的航路网络模型,确定预测误差的影响因素。3.根据权利要求2所述的交通需求预测方法,其特征在于,创建航空器的航路网络模型的方法包括:将航路网络简化为空域、航路、航路扇区和扇区边界点四类要素,同时将整个空域被划分为目标和非目标空域两类;其中目标空域是指属于预测空间范围内的航路扇区所组成的空域;以及不属于本次预测空间范围的航路扇区构成了非目标空域;设在预测目标时间段T内,有若干架航空器经过某一航路扇区,其中第i架航空器的起飞时间设为经过扇区边界点的预测时间,即航空器过点时间的预测值设为经过扇区边界点的实际时间,即航空器过点时间的实际值设为以及航空器经过扇区边界点的时间预测误差,即航空器过点时间的预测误差Δti定义为将航空器过点时间的预测误差样本分为两个子集,即前m天为子集I,第m+1天到第M天为子集II;其中子集I用于统计预测误差的分布特性,子集II用于验证统计规律的有效性。4.根据权利要求3所述的交通需求预测方法,其特征在于,确定预测误差的影响因素的方法包括:所述影响因素包括:典型运行日内不同时段的繁忙程度和预测时间尺度;且采用二维概率分布f(Tk,Pj)描述预测误差的分布特性随时段的变化规律,其中Tk表示时段分区,以反映典型运行日不同时段的繁忙程度,即将航空器的典型运行日全天以一定步长划分为若干个时段分区;k表示误差统计时段点号,k=1,2,...,K,K表示进行误差统计的总时段数;以及Pj是描述航空器过点时间的特征量。5.根据权利要求4所述的交通需求预测方法,其特征在于,对所述预测误差进行归类统计,即对预测误差进行分布特性统计,其方法包括:将第Tk时段内的预测误差样本按预测误差的大小及其个数的均匀分布进行二重划分。6.根据权利要求5所述的交通需求预测方法,其特征在于,将第Tk时段内的预测误差样本按预测误差的大小及其个数的均匀分布进行二重划分的方法包括:首先,将第Tk时段的预测误差样本按预测误差值的大小进行第一次划分,即建立第一次划分的坐标系,其横坐标为Tk+i且i=0...

【专利技术属性】
技术研发人员:田文徐汇晴郭怡杏胡明华张洪海胡彬张颖姚逸
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1