[發明專利]一種基于分形插值的空中交通流量短期預測方法

在審

• 申請號: 202010636415.3
• 申請日: 2020-07-03
• 公開（公告）號: CN111785093A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 王飛;李善梅;王紅勇
• 申請（專利權）人: 中國民航大學
• 主分類號: G08G5/00
• 分類號: G08G5/00;G06F17/17
• 代理公司: 天津中環專利商標代理有限公司 12105
• 代理人: 李美英

本發明公開了一種基于分形插值的空中交通流量短期預測方法，本方法通過安裝流量時間序列構建模塊、Hurst指數計算模塊和流量短期預測模塊；按照15min、30min、60min的統計尺度構造流量時間序列，應用R/S方法計算流量時間序列的Hurst指數來識別流量時間序列的分形特征，應用分形插值方法對流量進行短期預測。應用本方法可以為準確掌握空中交通態勢、精準實施流量管理措施提供科學判據。

技術領域

本發明涉及空中交通流量管理領域，特別涉及一種基于分形插值的空中交通流量短期預測方法，用于空中交通流量的短期預測，為實施流量管理措施提供準確的流量預測值。

背景技術

空中交通流量(簡稱流量)是描述空中交通流的核心指標之一。流量預測是對未來一段時間、在某一空域范圍內航空器數量的估計。根據預測時間范圍的不同，流量預測又可分為中長期預測和短期預測。流量短期預測服務于流量管理的戰術階段，一般以小時、分鐘為單位，對未來24小時內交通流量的預測，動態實時性很強，對空管運行更具指導作用和實際意義。空中交通流量短期預測對于空中交通流優化與管理的有效性和精準性具有導向作用，是空中交通流量管理中迫切需要解決的基礎性問題。目前對于空中交通流短期量預測方法主要分為2類：基于航跡推測的方法和基于混沌時間序列的方法。

基于航跡推測的方法，主要通過預測航空器的4D航跡來分析進入和離開扇區的時間，從而統計出一段時間內扇區的流量，包括確定型預測方法和不確定型預測方法。確定型預測方法，沒有考慮航班飛行全過程中極易受到天氣、設備、人員操作等不確定因素的影響，其預測準確性不高。不確定型預測方法，是以某種分布函數為先驗經驗，缺乏實證檢驗，其結果可信度仍需進一步驗證。

基于混沌時間序列的方法，通常融合混沌理論和神經網絡建立混合人工智能模型，但人工智能模型的參數敏感性、過度擬合、消耗時間長等問題始終未得到有效解決。此外，計算過程需要相空間重構，然而重構過程中諸如嵌入維數、延遲時間等參數的選擇主觀性較大，導致結果并不穩定。

考慮到現有空中交通流量短期預測方法的研究現狀，尚缺少一種能夠快速、有效的流量短期預測方法。

發明內容

鑒于現有技術的狀況及不足，本發明的目的在于，提供一種基于分形插值的空中交通流量短期預測方法，該方法以實際運行的流量時間序列數據為基礎，準確預測短期流量、精準實施流量管理措施提供科學依據。

本發明為實現上述目的，所采用的技術方案是：一種基于分形插值的空中交通流量短期預測方法，利用計算機作為預測平臺，其特征在于：

計算方法首先建立計算系統，所述計算系統由軟件模塊構成，其中第一模塊安裝流量時間序列構建模塊，根據實際工作需要，針對某個具體扇區構建15min、30min、60min的統計尺度構造流量時間序列；第二模塊安裝Hurst指數計算模塊，用于應用R/S方法計算流量時間序列的Hurst指數，來識別流量時間序列的分形特征，當Hurst指數為1和2之間分數時，說明時間序列具有分形特征；第三模塊安裝流量短期預測模塊，對選擇的每一個相似日流量數據，應用分形插值方法，構建迭代函數系IFS，然后將所有相似日的IFS進行加權求和，得到1個統計意義上的IFS，即為預測日流量時間序列的IFS，在此基礎上采用確定型迭代算法即可得到預測日每個小時的流量數據；所述流量時間序列構建模塊、Hurst指數計算模塊和流量短期預測模塊用作基于分形插值的空中交通流量短期預測方法的實現平臺；

基于分形插值的空中交通流量短期預測分為兩個階段，第一階段先通過R/S方法計算流量時間序列的Hurst指數，判斷時間序列是否具有分形特征；

第二階段應用分形插值方法對流量進行短期預測；其具體步驟如下：

第一階段：基于R/S方法的Hurst指數計算；