【技术实现步骤摘要】
基于小波变换和灰色预测的中长期空中交通流量预测方法
本专利技术涉及空中交通流量预测，特别是涉及基于小波变换和灰色预测的中长期空中交通流量预测方法。
技术介绍
随着我国经济的不断发展，我国的空中交通流量不断增加，空中交通日益繁忙，这就导致部分地区出现了交通拥堵现象。而解决这些问题的前提就在于对中长期空中交通流量进行合理、准确地预测，民航规划及流量管理工作者正在对准确预测空中交通流量问题进行深入研究。目前空中交通流量的长期预测方法主要有回归分析法、趋势法、神经网络法、时间序列法等，但是在利用这些方法进行预测时都存在一些缺陷影响预测精度，不过灰色预测法可以很好的弥补这些缺陷，现在较为成熟的预测方法大都建立在灰色预测模型的基础之上。2007年赵玉环、石新华建立了基于时间序列的灰色预测模型，2008年郭爽提出了基于GM(1,N)模型群的灰色区间预测模型、基于残差修正的GM(1,1)模型与基于残差修正的灰色-马尔科夫模型。以上预测模型均未考虑随机因素在中长期空中交通流量预测中的影响，只是将随机因素模糊化，虽然在预测精度上优于回归...
【技术保护点】
1.基于小波变换和灰色预测的中长期空中交通流量预测方法，其特征在于：包括以下步骤：/nS1.选择小波基函数，利用选择的小波基函数对历史时间序列数据进行小波变换，实现降噪处理，降低因随机因素而产生的随机流量；/nS2.利用处理过的历史数据进行灰色预测，得到预测数据；/nS3.根据降噪数据与历史数据计算出信噪比，将相同信噪比的白噪声加入到灰预测数据中得到最终预测结果。/n
【技术特征摘要】
1.基于小波变换和灰色预测的中长期空中交通流量预测方法，其特征在于：包括以下步骤：
S1.选择小波基函数，利用选择的小波基函数对历史时间序列数据进行小波变换，实现降噪处理，降低因随机因素而产生的随机流量；
S2.利用处理过的历史数据进行灰色预测，得到预测数据；
S3.根据降噪数据与历史数据计算出信噪比，将相同信噪比的白噪声加入到灰预测数据中得到最终预测结果。
2.根据要求1所述的基于小波变换和灰色预测的中长期空中交通流量预测方法，其特征在于：所述步骤S1包括以下子步骤：
S101.从供选择的小波基函数中，选出最优的小波基函数；
S102.利用最优小波基函数对历史时间序列数据进行小波变换，实现降噪处理，降低因随机因素而产生的随机流量，将得到的数据记为X(0)＝{X(0)(1),X(0)(2),…,X(0)(n)}。
3.根据要求2所述的基于小波变换和灰色预测的中长期空中交通流量预测方法，其特征在于：所述步骤S101包括：设A＝{a(1),a(2),…,a(n)}为具有n个值的历史时间序列数据，利用不同小波基函数进行小波变换，实现对历史时间序列数据的降噪处理：
A1、利用第i个小波基函数对A＝{a(1),a(2),…,a(n)}进行小波变换，实现对A的降噪处理，得到的处理结果为：
其中，T为小波基函数的总个数；
A2、计算对应的噪声功率，计算方式为：
A3、在i＝1,2，…，T时，重复进行步骤A1～A2，得到各个小波基函数对应的处理结果：
对应的噪声功率为：
P1,P2,P3,…,PT；
其中Pi表示对应的噪声功率，i＝1,2，…，T；
A4、噪声功率代表原信号中混有的噪声多少，计算出噪声功率后，对噪声功率进行比较，选取噪声功率最大的K个处理结果，作为筛选结果，并从小到大排序，得到：
其中，K为小于T的正整数，其中，筛选得到的第k组数据为：
A5、令
在k分别取1,2,3,…,K时，对第k组数据和第k-1组数据进行噪声功率差计算：
噪声功率差ΔPk越小，说明降噪水平更优；故当k的取值使得ΔPk最小时，说明当前已经...
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。