[發明專利]概率性航路扇區交通需求預測方法

在審

• 申請號: 201810082516.3
• 申請日: 2018-01-26
• 公開（公告）號: CN108172027A
• 公開（公告）日: 2018-06-15
• 發明（設計）人: 田文;徐匯晴;郭怡杏;胡明華;張洪海;胡彬;張穎;姚逸
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G08G5/00
• 分類號: G08G5/00;G06Q10/04;G06Q50/30
• 代理公司: 南京中高專利代理有限公司 32333
• 代理人: 祝進

1.一種交通需求預測方法，其特征在于，包括：

對航空器在相應時間段內經過扇區邊界點時間的預測誤差進行歸類統計；以及

根據歸類統計概率性預測航路扇區交通需求值。

2.根據權利要求1所述的交通需求預測方法，其特征在于，

對航空器在相應時間段內經過扇區邊界點時間的預測誤差進行歸類統計的方法包括：

創建航空器的航路網絡模型，確定預測誤差的影響因素。

3.根據權利要求2所述的交通需求預測方法，其特征在于，

創建航空器的航路網絡模型的方法包括：

將航路網絡簡化為空域、航路、航路扇區和扇區邊界點四類要素，同時將整個空域被劃分為目標和非目標空域兩類；其中

目標空域是指屬于預測空間范圍內的航路扇區所組成的空域；以及

不屬于本次預測空間范圍的航路扇區構成了非目標空域；

設在預測目標時間段T內，有若干架航空器經過某一航路扇區，其中第i架航空器的起飛時間設為經過扇區邊界點的預測時間，即航空器過點時間的預測值設為經過扇區邊界點的實際時間，即航空器過點時間的實際值設為以及航空器經過扇區邊界點的時間預測誤差，即航空器過點時間的預測誤差Δt_i定義為

將航空器過點時間的預測誤差樣本分為兩個子集，即

前m天為子集I，第m+1天到第M天為子集II；其中

子集I用于統計預測誤差的分布特性，子集II用于驗證統計規律的有效性。

4.根據權利要求3所述的交通需求預測方法，其特征在于，

確定預測誤差的影響因素的方法包括：

所述影響因素包括：典型運行日內不同時段的繁忙程度和預測時間尺度；且

采用二維概率分布f(T_k，P_j)描述預測誤差的分布特性隨時段的變化規律，其中

T_k表示時段分區，以反映典型運行日不同時段的繁忙程度，即將航空器的典型運行日全天以一定步長劃分為若干個時段分區；k表示誤差統計時段點號，k＝1，2，...，K，K表示進行誤差統計的總時段數；以及

P_j是描述航空器過點時間的特征量。

5.根據權利要求4所述的交通需求預測方法，其特征在于，

對所述預測誤差進行歸類統計，即對預測誤差進行分布特性統計，其方法包括：

將第T_k時段內的預測誤差樣本按預測誤差的大小及其個數的均勻分布進行二重劃分。

6.根據權利要求5所述的交通需求預測方法，其特征在于，

將第T_k時段內的預測誤差樣本按預測誤差的大小及其個數的均勻分布進行二重劃分的方法包括：

首先，將第T_k時段的預測誤差樣本按預測誤差值的大小進行第一次劃分，即

建立第一次劃分的坐標系，其橫坐標為T_k+i且i＝0，2，...，59，表示預測誤差值所對應的時段點數，縱坐標為預測誤差值，設定分類尺度，對過扇區邊界點時間的預測誤差進行等間隔劃分；

設置預測誤差樣本數量參考區間[l-δ，l+δ]，l表示合適的樣本個數，δ為波動范圍，從預測值兩側向中間方向對初步劃分的等間隔區間進行合并；

通過上述操作后，對應于第T_k時段得到共W層分區，設每個分區為L_k，w(w＝1，2，...，W)，且第L_k，w個分區中含有R_k，w個樣本；并且沿時間軸拓展分別從橫向、縱向角度對歷史樣本數據進行歸納分類。