基于动态时间规整和长短期记忆的空中交通流量短期预测

空中交通短期流量预测的准确性对于精准实施空中交通流量管理具有重要意义。为提高空中交通短期流量预测准确性,充分利用历史运行数据,本文提出了一种基于DTW-LSTM的空中交通流量短期预测方法。首先,分析了空中交通流的时空相关性特征,基于此特征采用DTW算法衡量扇区之间的空间相关性;然后,由空间相关性度量结果选取不同扇区的数据进行组合,构建输入时间序列长度不同的数据集,将历史时间数据输入LSTM模型中训练;最后,对不同时空参数组合模型的预测结果进行分析,与不考虑时空相关性LSTM模型、考虑时空特性的SVR模型的预测结果进行对比。实验结果表明,相比于传统方法,本文提出的空中交通流量短期预测方法通过考虑交通流的时空相关性,提高了预测结果的准确性,相比LSTM模型,MAE降低24.5%,RMSE降低31.4%,相比时空相关SVR模型,MAE降低36.4%,RMSE降低30.6%。     

基于航班计划的空域交通流量实时预测模型

空中交通流量预测是空中交通管理的基础,实时的空中流量预测能够有效地保证空中交通有序顺畅的运行,对保证飞行安全和解决空中交通拥挤、减少航班延误有很大的帮助。为了准确预测空域内实时的交通流量,本文首先建立了空域内单航路有N个转弯点情况下的实时流量预测模型,然后将模型推广到了空域内有任意条航路的情况,最后进行了算例仿真。仿真结果证实了文中所建模型能够很好对空域内的实时流量进行预测,模型是可行和有效的。     

空中交通流量预测的人工神经网络和回归组合方法

为了寻找合适的空中交通流量预测方法,在综合回归预测方法和人工神经网络预测方法优点的基础上,提出采用组合预测方法的思想,并基于多元线性回归模型确定组合方法的权重系数。以北京管制区大王庄导航台流量预测为实例,分析结果表明:组合预测方法对实际流量有好的拟合度,能提高人工神经网络的泛化能力,并减小预测的误差,即总体上不仅优于传统的回归预测方法,也优于单独的人工神经网络预测方法。组合方法为空中交通流量的预测提供了一种可靠而有效的新途径。     

应用支持向量机的空中交通流量组合预测模型

为了提高空中交通流量预测的准确性,研究了将支持向量机(support vector machine, SVM)应用于空中交通流量预测的方法,建立了基于SVM的自回归预测模型,讨论了模型参数确定等关键问题.在SVM预测模型基础上,将SVM与多项式和鲁棒自回归预测模型结合,提出组合预测模型.利用北京周边空域实测流量数据进行的对比实验结果表明: SVM预测模型的预测误差小于5%, 组合预测模型的预测误差小于2%, 均优于多项式和鲁棒自回归预测模型;组合预测模型的预测精度和稳定性整体上又优于SVM预测模型.     

空中交通流量管理预测分析系统的研究与开发

空中交通流量管理系统对当前空中交通管制有着十分重要的作用.介绍了清华大学CIMS研究中心开发的空中交通流量管理系统的功能,描述了在Oracle9I数据库中的数据处理和读取方式,并运用C＋＋Builder技术开发了人机界面.还就如何利用数据挖掘技术对空中交通流量进行预测的问题开展了初步研究.     

基于二进制序列索引的灰色马尔科夫交通流量预测模型

针对短时交通流量预测在精度和收敛速度方面的不足,将二进制序列索引和灰色马尔科夫波动性预测模型相结合,用于短时交通流量预测.通过二进制序列索引,将传统灰色马尔科夫模型中的直接流量数据变为间接流量数据,以减少后期数据处理中误差导致的蝴蝶效应;同时通过波动性数据处理方法的逆方法将预测值还原到索引序列,使灰色马尔科夫预测模型可用于波动性数据的预测,并自主调整预测精度和收敛速度.以松原市兴业大街松原大路交叉口某一进口道的短时交通流量过程为例,对模型进行检验,结果表明:将经过二进制序列索引后的间接交通流量数据运用于优化后的灰色马尔科夫模型后,短时交通流量预测值的相对误差由0.46缩小至0.07,大幅提升了预测数据的精度,说明模型具有良好的预测精度,可以满足短时交通流量预测的要求,具有较高的实用性.     

基于最小二乘支持向量机的航路流量预测与评估

综合运用集合经验模态分解(EEMD)和最小二乘支持向量机(LS-SVM)建立了空中交通过点流量预测模型.EEMD的分解结果显示,高频本征模态函数(IMF)分量占有较大的方差贡献,而低频分量相对较小;对各IMF分量的预测结果表明,起始阶段的高频IMF分量具有较好的可预测性,距平相关系数(fACC)值相对较高,高频分量的预测效果随预测时段加长而逐渐下降,均方根误差逐渐加大,低频分量的ACC值在起始阶段相对较低,随预测时段加长而逐渐加大,整个预测时段可预测性较强;最终的合成预测流量曲线表明,基于上述的思想,算法在20h时段的流量预测效果较好,拥有较高的ACC值和相对较低的均方根误差,30h时段的同号率均较为理想.     

基于飞行计划集中处理的预战术航路飞行流量预测

为准确把握航路点流量变化趋势和缓解空中交通压力,提出了一种基于飞行计划集中处理的流量预测方法。首先,在预战术飞行流量管理阶段,通过飞行计划集中处理可得到的航空器飞行计划信息,根据各航班在起飞前提交的领航计划电报和全飞行剖面混杂模型来预测航空器的航迹;然后,通过预测出航空器过关键航路点的过点时间,并结合空域结构数据来获得主要航路点的流量预测值;最后,通过算例仿真的结果可以发现所提出的航路飞行流量预测方法能够很好的对关键航路点进行预测,并且方法是切实可行和有效的。     

基于改进无偏灰色模型的燃气供气量的预测

为有效配置资源及保障城市安全,利用改进无偏灰色模型计算城市燃气供气量。建立无偏灰色预测模型,用3点平滑法及等维新息对数据序列进行处理,得到改进无偏灰色预测模型。根据城市供气量的统计数据,分别由无偏灰色预测模型及改进无偏灰色模型进行拟合预测,并将所得供气量与实际供气量进行比较。计算结果表明:无偏灰色模型所得预测曲线为单调递减函数,随着预测时间增加预测值和实际供气量偏差较大;改进无偏灰色模型能够改变无偏灰色模型的单调性,预测值和实际供气量比较接近,可用于中长期预测。无偏灰色模型和改进无偏灰色模型预测所得燃气供气量的相对误差均值分别为7.32%和5.76%。     

基于空中交通流的空中交通网络拥挤程度评估

为解决空中交通流量日益增多导致的空中交通拥挤和拥堵问题,本文从空中交通流角度出发,区分空中交通拥挤和拥堵,通过建立拥挤程度评估模型来评估空中交通网络中拥挤程度。首先从容量和流量的角度区分并界定空中交通拥挤和拥堵的概念,同时借鉴道路交通思想,将空中交通分为畅通、正常、拥挤和拥堵四种状态。然后从空中交通流角度分析判定空中交通拥挤,提出拥挤状态门限区间,建立多种情况下的空中交通拥挤评估模型。最后引用某大型繁忙机场某时段的航班数据作为算例。结果表明,所建立模型可以用来评估空中交通网络拥挤程度。     

灰色马尔可夫链模型的改进及其应用

将灰色模型与马尔可夫链方法相结合,建立了灰色马尔可夫链预测模型,并对该模型进行了改进.采用滑动转移概率矩阵,并依据广西合面狮水库10 a的年最大洪水流量预测以后2 a的年最大洪水流量范围.结果表明,采用改进的灰色马尔可夫链模型,可比较准确地预测随机波动性较大的水文数据序列的范围.     

基于灰色系统理论的Al-Zn-Mg合金板材疲劳寿命预测

以Al-Zn-Mg合金板材的疲劳性能为指标,通过测试获得Al-Zn-Mg合金疲劳寿命的S-N曲线.将灰色系统理论模型运用到Al-Zn-Mg合金板材疲劳寿命的预测中,通过Al-Zn-Mg合金的S-N曲线来评估和比较灰色系统模型寿命预测的准确性.计算结果表明,灰色系统模型预测值与S-N曲线比较接近.在多步预测中,等维灰度均值GM(1,1)模型与原始均值GM(1,1)模型相比具有较高的预测精度,可以更好地预测Al-Zn-Mg合金板材材料的疲劳寿命.     

基于灰色多层次的空中交通管理安全风险评价

 针对影响空中交通管理安全风险诸多因素具有的灰色性,引入灰色理论对空中交通管理安全进行风险评价。从人为因素、设备因素、环境因素和管理因素4个方面,提出了空中交通管理安全风险评价的指标体系,采用层次分析法确定评价指标权重,建立基于灰色多层次的空中交通管理安全风险评价模型。并结合实例进行了计算,结果表明,该方法能有效地利用评价指标的信息,科学合理地综合评价空中交通管理安全风险状况,可根据评价结果采取有效措施防止空中交通管理事故的发生。     

基于灰色重力模型的终端区空域流量分布预测

针对终端区空域航路飞机流量分布,给出灰色-重力模型组合预测方法.利用灰色GM(1,1)建模预测终端区内机场及管制移交点航班架次,在此基础上,采用双约束重力模型将航班架次分配至各条进、离场航路,得到空域飞机流量分布.以上海终端区空域为例,对该方法进行了实证分析研究.     

灰色系统与小波分析模型尺度效应对比研究

数据收集技术的进步意味着大数据时代的到来,传统水文模型都应该做相应的调整迎接新时代的挑战.灰色系统建模方法能否适应不同时间尺度的水文建模还未可知.通过灰色系统GM(1,N)模型模拟预测泉域的年均降水量和月流量,并与小波分析结果进行对比,研究结果表明灰色系统GM(1,N)模型可以较准确的预测泉水流量,小波分析对于泉水流量和降水量的周期效果更明显.进而得出灰色系统对于大尺度的数据建模与预测具有非常好的效果,但是对于小尺度的数据建模则有不吻合的效果.而小波分析可以清楚地解释不同时间尺度上变量之间的关系,其不足是不能预测.     

基于改进卷积网络的终端区4D航迹预测与冲突检测

随着不断扩大的旅客运输量和航线网络规模,采用飞行计划结合空中交通管制的空中管理办法已经不能与当前民航需求和空中交通流量相匹配,直接影响到航班正常率和运行安全。为解决这一问题,国际民航组织(International Civil Aviation Organization, ICAO)提出了基于航迹运行(trajectory based operation, TBO)的下一代空中交通管理运行理念,中国民航也提出了智慧民航的建设方案和目标。其中4D航迹是TBO运行的核心组成部分,也是中国建设智慧民航的重要技术指标,其可以对航空器的运行进行精确地管理和控制。因此,提高4D航迹预测的准确性成为了目前急需解决的核心问题。面向航空器的飞行任务实施阶段,从4D航迹预测和冲突检测两个问题进行了研究。在航迹预测方面,采用了基于卷积神经网络-双向门控循环单元(convolutional neural networks-bidirectional gated recurrent unit, CNN-BiGRU)的模型对航迹进行高精度预测;在冲突检测方面,引入了航迹距离检测函数以检验预测模型生成的两条航迹是否...     

改进的灰色Verhulst模型

针对灰色Verhulst模型预测函数中参数c的求解问题,提出了一种优化预测函数的新方法。该方法以累加生成序列的倒数与其倒数模拟值的差值平方和最小为目标函数,构建了一个非线性无约束优化模型,来求解灰色Verhulst模型预测函数中的参数c,并给出了灰色微分方程时间响应式的解析式。实验分析表明:改进模型在预测精度和实用性上均有较大改善。     

基于灰色理论对桥梁荷载试验的控制

目的为了避免在桥梁检测中由于加载过大造成桥梁结构的损伤,研究基于函数cos(x~2)变换的灰色预测模型,提供一种预测桥梁在加载过程中产生内力的方法,并以此作为控制加载的一个途径.方法以斜拉桥混凝土箱梁的最大负弯矩工况的分级加载为例,采用基于函数cos(x~2)变换的灰色模型对该工况的箱梁内力进行预测.加载试验分为5级加载,整理前4级加载时的混凝土箱梁产生的内力值数据,再采用基于函数cos(x~2)变换的灰色模型对其分析,并对第5级加载时的混凝土箱梁产生的内力值进行预测,将预测值与实际值进行对比,验证其预测精度.结果预测的每一级的数值的预测精度都在97%以上,达到预测精度的要求.结论采用基于函数cos(x~2)变换的灰色模型对加载时的混凝土箱梁内力值的预测比较准确;基于函数cos(x~2)变换的灰色模型预测桥梁加载时的内力值的方法可行.     

飞行计划集中处理的流量瓶颈点的识别与优化

为建设全国级的空中交通流量管理系统提供智力支持,将飞行计划集中处理这一手段,运用于预战术飞行流量管理阶段的流量管理方法和技术的研究之中,提供了一条新的研究思路.首先,利用过点时间预测算法计算过点时间,并根据过点时间统计出关键航路点的流量预测值;接下来,通过航路点容量模型识别航路上飞行流量大于容量的航路点,即流量瓶颈点;...     

关于如何有效的加速空中交通的措施的探讨

本文首先阐述了空中交通流量管理的定义,并对历史背景进行了详细的分析,发现目前空中交通流量管理中所存在的一些问题,这些问题影响着空中交通的发展。因此,随后提出了一些加强空中交通流量管理的措施,来有效地提高空中交通流量,这也是本文所要重点探讨的部分。