[發(fā)明專利]航站樓出港人數(shù)的預(yù)測方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201711273214.6
• 申請日: 2017-12-06
• 公開（公告）號: CN107894970A
• 公開（公告）日: 2018-04-10
• 發(fā)明（設(shè)計(jì)）人: 林文豪;蔣俊;夏侯康;麥釗明
• 申請（專利權(quán)）人: 廣東機(jī)場白云信息科技有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06N3/08;G06Q10/06;G06Q50/30
• 代理公司: 北京捷誠信通專利事務(wù)所(普通合伙)11221
• 代理人: 王衛(wèi)東

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)分析領(lǐng)域，特別涉及一種航站樓出港人數(shù)的預(yù)測方法和系統(tǒng)。

背景技術(shù)

隨著民航需求的日益增長，機(jī)場數(shù)據(jù)的吞吐量呈上升趨勢，而航班信息、旅客信息和機(jī)場信息等分別由各個(gè)部門負(fù)責(zé)，數(shù)據(jù)比較分散。

A-CDM（Airport-Collaborative Decision Making，機(jī)場協(xié)同決策）系統(tǒng)以構(gòu)建以提升地面運(yùn)行效率為核心的機(jī)場保障管理體系為指導(dǎo)，以提高航空公司、機(jī)場、空管等部門之間信息及時(shí)有效共享為目標(biāo)，通過優(yōu)化資源利用和改善時(shí)間節(jié)點(diǎn)可預(yù)測性，保證各單位間信息暢通，進(jìn)一步充分調(diào)動保障資源，提升資源利用效率和機(jī)場整體運(yùn)行效率。A-CDM系統(tǒng)能夠?qū)C(jī)場各個(gè)部門的數(shù)據(jù)進(jìn)行融合，并通過平臺將各類信息展示出來。

當(dāng)前機(jī)場利用可視化方式，把各個(gè)單位包括空管、機(jī)場、航空公司和駐場單位所擁有的數(shù)據(jù)信息進(jìn)行融合，并將數(shù)據(jù)以圖表的方式展示出來。但這些展示的數(shù)據(jù)都是原始數(shù)據(jù)，并沒有對這些數(shù)據(jù)進(jìn)行計(jì)算分析。以航站樓出港人數(shù)預(yù)測為例，系統(tǒng)只能夠獲得的高速公路收費(fèi)處車輛通過數(shù)量和時(shí)間，卻無法基于這些數(shù)據(jù)預(yù)測航站樓出港人數(shù)。

發(fā)明內(nèi)容

本發(fā)明的實(shí)施方式旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一。為此，本發(fā)明的實(shí)施方式需要提供一種航站樓出港人數(shù)的預(yù)測方法和系統(tǒng)。

本發(fā)明實(shí)施方式的航站樓出港人數(shù)的預(yù)測方法，包括：

步驟1，獲取上一時(shí)段的交通數(shù)據(jù)x；

步驟2，根據(jù)交通數(shù)據(jù)x使用一元線性回歸法預(yù)測上一時(shí)段的出港人數(shù)N01；

步驟3，對交通數(shù)據(jù)x進(jìn)行歸一化處理，使用BP神經(jīng)網(wǎng)絡(luò)預(yù)測上一時(shí)段的出港人數(shù)N02；

步驟4，獲取上一時(shí)段的實(shí)際出港人數(shù)N0；

步驟5，根據(jù)N01、N02和N0，判斷使用一元線性回歸法還是BP神經(jīng)網(wǎng)絡(luò)來預(yù)測當(dāng)前時(shí)段的出港人數(shù)N1。

一種實(shí)施方式中，步驟1包括：

獲取上一時(shí)段的原始交通數(shù)據(jù)x0；

剔除x0中的離群值；

獲得剔除x0中的離群值后的交通數(shù)據(jù)x。

一種實(shí)施方式中，步驟2包括：

將確定為回歸模型，然后根據(jù)最小二乘法，計(jì)算獲得最佳回歸系數(shù)；再將最佳回歸系數(shù)和交通數(shù)據(jù)x據(jù)代入回歸模型，計(jì)算獲得出港人數(shù)N01；其中a和b表示回歸系數(shù)，表示所預(yù)測的值。

一種實(shí)施方式中，步驟3包括：

步驟31，預(yù)設(shè)包括輸入層、隱含層和輸出層的BP神經(jīng)網(wǎng)絡(luò)；

步驟32，將預(yù)設(shè)區(qū)間的隨機(jī)值作為網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行網(wǎng)絡(luò)初始化，并設(shè)定訓(xùn)練可接受精度ε和網(wǎng)絡(luò)的最多學(xué)習(xí)次數(shù)；

步驟33，計(jì)算隱含層的輸出和輸出層的輸出；

步驟34，根據(jù)隱含層的輸出和輸出層的輸出計(jì)算每層的輸出誤差d；

步驟35，判斷輸出誤差d是否小于可接受精度ε并且訓(xùn)練次數(shù)是否大于最大訓(xùn)練次數(shù)，若判斷為否，則修正網(wǎng)絡(luò)的權(quán)值和閾值返回步驟32重新計(jì)算，直至判斷結(jié)果為輸出誤差d小于可接受精度ε并且訓(xùn)練次數(shù)大于最大訓(xùn)練次數(shù)；

步驟36，根據(jù)交通數(shù)據(jù)x，使用輸出誤差d小于可接受精度ε的BP神經(jīng)網(wǎng)絡(luò)獲得出港人數(shù)N02。

一種實(shí)施方式中，步驟5包括：

計(jì)算N01和N0之間相減的絕對值a；

計(jì)算N02和N0之間相減的絕對值b；

若a＜b，則使用一元線性回歸法來預(yù)測當(dāng)前時(shí)段的出港人數(shù)N1；否則，使用BP神經(jīng)網(wǎng)絡(luò)來預(yù)測當(dāng)前時(shí)段的出港人數(shù)N1。

本發(fā)明實(shí)施方式還提出一種航站樓出港人數(shù)的預(yù)測系統(tǒng)，包括：

數(shù)據(jù)獲取模塊，用于獲取上一時(shí)段的交通數(shù)據(jù)x；

線性回歸預(yù)測模塊，用于根據(jù)交通數(shù)據(jù)x使用一元線性回歸法預(yù)測上一時(shí)段的出港人數(shù)N01；

神經(jīng)網(wǎng)絡(luò)預(yù)測模塊，用于對交通數(shù)據(jù)x進(jìn)行歸一化處理，使用BP神經(jīng)網(wǎng)絡(luò)預(yù)測上一時(shí)段的出港人數(shù)N02；

數(shù)據(jù)獲取模塊，還用于獲取上一時(shí)段的實(shí)際出港人數(shù)N0；

預(yù)測選擇模塊，用于根據(jù)N01、N02和N0，判斷使用一元線性回歸法還是BP神經(jīng)網(wǎng)絡(luò)來預(yù)測當(dāng)前時(shí)段的出港人數(shù)N1。

一種實(shí)施方式中，數(shù)據(jù)獲取模塊具體用于獲取上一時(shí)段的原始交通數(shù)據(jù)x0，然后剔除x0中的離群值，獲得剔除x0中的離群值后的交通數(shù)據(jù)x。

一種實(shí)施方式中，線性回歸預(yù)測模塊具體用于將y ?=a+bx 確定為回歸模型，然后根據(jù)最小二乘法，計(jì)算獲得最佳回歸系數(shù)；再將最佳回歸系數(shù)和交通數(shù)據(jù)x據(jù)代入回歸模型，計(jì)算獲得出港人數(shù)N01；其中a和b表示回歸系數(shù)，y ?表示所預(yù)測的值。