一种基于二次分解集成的机场流量短期预测方法技术

本发明专利技术公开了一种基于二次分解集成的机场流量短期预测方法，包括以下步骤：S1、获取历史机场运行数据，并由机场统计周期内的机场进场和离场流量数据进行标准化处理得到原始时间序列；S2、使用STL算法模型对步骤S1的原始时间序列进行分解，得到趋势项、季节项和余项三个分量；S3、计算步骤S2中三个分量的样本熵值。本发明专利技术不同于时间序列预测方法，以“分解集成方法论”为指导，构建了二次分解集成预测模型，将复杂时序分解为若干个低复杂度的分量时序进行预测，本发明专利技术所述方法计算速度快，进场流量预测准确度达到97％以上，离场流量预测准确度达到99％以上，为准确掌握机场交通态势、精准实施流量管理措施提供科学判据。准实施流量管理措施提供科学判据。准实施流量管理措施提供科学判据。

【技术实现步骤摘要】
一种基于二次分解集成的机场流量短期预测方法


[0001]本专利技术涉及空中交通管理的流量管理
，具体为一种基于二次分解集成的机场流量短期预测方法。

技术介绍

[0002]随我国社会经济的持续发展，民航运输需求稳定增长，空中交通流量增速明显，当航班流量超过保障能力时，航班延误时有发生，管制员工作负荷剧增，不仅威胁运行安全，也使系统效率降低，机场的进离场交通流是空中交通流的重要组成部分，准确预测机场流量为科学制定机场运行规划方案、合理设置管制运行的推出率、精准实施流量管理措施提供支撑，从而有效保障运行安全、缓解航班延误。
[0003]机场流量预测分为中长期预测和短期预测，中长期预测通常是以年、月、日为预测尺度，主要应用于战略阶段，机场流量短期预测以小时、分钟为预测尺度，通常针对6小时内进离场的航班架次进行预测，常用于战术流量管理阶段，对安全高效运行更具指导意义。
[0004]针对机场进场和离场流量短期预测，现有技术主要是以机场流量时间序列为研究对象，采用传统的AR、ARAIM等时序预测方法，或者支持向量机SVM、长短期记忆神经本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于二次分解集成的机场流量短期预测方法，其特征在于：包括以下步骤：S1、获取历史机场运行数据，并由机场统计周期内的机场进场和离场流量数据进行标准化处理得到原始时间序列；S2、使用STL算法模型对步骤S1的原始时间序列进行分解，得到趋势项、季节项和余项三个分量；S3、计算步骤S2中三个分量的样本熵值，并按照样本熵值大小分为两类；S4、将步骤S3中样本熵值较大的分量进行基于GA
‑
VMD方法的二次分解得到分量；S5、应用XGboost方法对步骤S4中二次分解得到的分量以及步骤S3中样本熵值较小的分量进行预测，然后通过累加的方式进行集成预测。2.根据权利要求1所述的一种基于二次分解集成的机场流量短期预测方法，其特征在于：所述步骤S1标准化处理包括：S101、根据实际起飞日期和起飞时间的先后，对航班排序，按照规定的统计周期获得机场离场流量时间序列；S102、根据实际着陆日期和着陆时间...

【专利技术属性】
技术研发人员：王飞，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：