一种应用于航路扇区交通的概率密度预测系统技术方案

本发明专利技术涉及一种航路扇区交通概率密度预测系统，包括：样本获取模块适于获取预设时间内航路扇区的交通流量作为样本；样本分析模块适于样本进行数据分析；第一预测结果预测模块根据样本数据分析结合模型参数选择进行概率性预测航路扇区交通需求，并获得第一预测结果。通过将神经网络与分位数回归方法结合，进而获得未来某天连续交通需求数据的若干分位数。然后，利用这些连续的条件分位数，通过核密度估计方法得到了未来某天交通需求连续的概率密度函数和概率密度曲线图。由此不仅可以得到具体的点预测值及其的变化区间，同时也可以得到航路扇区交通需求预测变化区间各值的概率，得到当天较准确的点预测值。

【技术实现步骤摘要】
一种应用于航路扇区交通的概率密度预测系统
本专利技术涉及航空领域，具体涉及一种航路扇区交通概率密度预测系统。
技术介绍
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，由于预本文档来自技高网...

【技术保护点】
1.一种航路扇区交通概率密度预测系统，其特征在于，包括：样本获取模块适于获取预设时间内航路扇区的交通流量作为样本；样本分析模块适于样本进行数据分析；第一预测结果预测模块适于根据样本数据分析结合模型参数选择进行概率性预测航路扇区交通需求，并获得第一预测结果。

【技术特征摘要】
1.一种航路扇区交通概率密度预测系统，其特征在于，包括：样本获取模块适于获取预设时间内航路扇区的交通流量作为样本；样本分析模块适于样本进行数据分析；第一预测结果预测模块适于根据样本数据分析结合模型参数选择进行概率性预测航路扇区交通需求，并获得第一预测结果。2.如权利要求1所述的航路扇区交通概率密度预测系统，其特征在于，样本分析模块包括：模型建立单元适于创建神经网络分位数回归模型；获得预测数据的分位数。3.如权利要求2所述的航路扇区交通概率密度预测系统，其特征在于，模型建立单元包括：目标函数获取子单元，适于获取目标函数；神经网络分位数回归模型的表达式为：其中，θ为分位点，u(θ)＝{uij(θ)}i＝1，2，...，n；j＝1，2...，J为输入层与隐含层之间的待估权重矩阵；v(θ)＝{vj(θ)}j＝1，2，...，J为隐含层与输出层之间的连接权重向量；优化求解神经网络分位数回归模型的表达式得出目标函数：其中，ρθ表示在θ分位点的权重系数，Yi为响应变量；f[x，u(θ)，v(θ)]为由权重向量u(θ)和v(θ)复合而成的非线性函数。4.如权利要求3所述的航路扇区交通概率密度预测系统，其特征在于，模型建立单元还包括：目标函数优化子单元，即在目标函数加入了相应的惩罚参数项，得到新目标函数，即其中，λ1、λ2为惩罚参数，λ1用于优化输入层与隐藏层之间的待估权重矩阵的权值，λ2则用于优化隐含层与输出层之间的连接权重向量的权值，...

【专利技术属性】
技术研发人员：田文，郭怡杏，杨帆，郑哲，张颖，胡明华，张洪海，徐汇晴，
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