[发明专利]一种应用于航路扇区交通的概率密度预测系统在审

专利信息
申请号: 201910026209.8 申请日: 2019-01-10
公开(公告)号: CN109740818A 公开(公告)日: 2019-05-10
发明(设计)人: 田文;郭怡杏;杨帆;郑哲;张颖;胡明华;张洪海;徐汇晴 申请(专利权)人: 南京航空航天大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/30;G06N3/08
代理公司: 南京中高专利代理有限公司 32333 代理人: 祝进
地址: 210000 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 扇区 交通需求 概率 变化区间 密度预测 预测结果 预测 样本 交通流量 概率密度函数 交通需求预测 核密度估计 密度曲线图 模型参数 神经网络 数据分析 样本分析 样本获取 样本数据 预测模块 概率性 预设 交通 回归 应用 分析
【说明书】:

发明涉及一种航路扇区交通概率密度预测系统,包括:样本获取模块适于获取预设时间内航路扇区的交通流量作为样本;样本分析模块适于样本进行数据分析;第一预测结果预测模块根据样本数据分析结合模型参数选择进行概率性预测航路扇区交通需求,并获得第一预测结果。通过将神经网络与分位数回归方法结合,进而获得未来某天连续交通需求数据的若干分位数。然后,利用这些连续的条件分位数,通过核密度估计方法得到了未来某天交通需求连续的概率密度函数和概率密度曲线图。由此不仅可以得到具体的点预测值及其的变化区间,同时也可以得到航路扇区交通需求预测变化区间各值的概率,得到当天较准确的点预测值。

技术领域

本发明涉及航空领域,具体涉及一种航路扇区交通概率密度预测系统。

背景技术

随着中国航空运输业的飞速发展,空中交通拥挤日益凸显,并不断从终端区向航路网络蔓延。为了缓解日益频发的航路拥堵,需要实施科学的拥挤管理手段,其前提之一就是准确、客观地预测交通需求。根据当前空域拥挤管理运行实际,主要通过基于航迹推测的需求预测方法实现,即以航空器运动方程为依据确定每架航空器的运行轨迹,预测未来一段时间内每架航空器的位置,进而推算出各时段内通过某空域的航空器数量。此方式下的最终预测结果通常以确定性形式表现,即一定预测时间尺度下空域中所对应的交通需求预测结果是一个确定的数值。

这种确定性的预测结果虽然在一定程度上可以满足空域拥挤管理需求,但是却存在若干不足:首先,尽管在预测过程中可能考虑了航空器运行过程中诸多不确定因素对预测结果的影响(例如,非计划内的航班取消、进离场时间改变等随机事件对航空器运行时间造成的偏差,天气原因造成的航班飞行路径或高度非计划内改变等),这种确定性预测结果的表示方式却在一定程度上无法充分体现出不确定性因素的实际影响及其程度;此外,由于预测模型、输入数据、系统固有缺陷等客观原因,确定性结果的精确性就会随之下降,那么这种精确性的损失程度也无法体现在预测结果中。

发明内容

本发明的目的是提供一种航路扇区交通概率密度预测系统。

为了解决上述技术问题,本发明提供了一种航路扇区交通概率密度预测系统,包括:

样本获取模块适于获取预设时间内航路扇区的交通流量作为样本;

样本分析模块适于样本进行数据分析;

第一预测结果预测模块适于根据样本数据分析结合模型参数选择进行概率性预测航路扇区交通需求,并获得第一预测结果。

本发明的有益效果是,本发明提供了一种航路扇区交通概率密度预测系统,包括:样本获取模块适于获取预设时间内航路扇区的交通流量作为样本;样本分析模块适于样本进行数据分析;第一预测结果预测模块适于根据样本数据分析结合模型参数选择进行概率性预测航路扇区交通需求,并获得第一预测结果。航路扇区交通概率密度预测系统基于现有系统中能够获取的航路扇区交通流量历史数据进行预测。利用神经网络极其强大的非线性自适应能力,以及分位数回归对解释变量更加精细刻画的优点,通过将神经网络与分位数回归方法结合,进而获得未来某天连续交通需求数据的若干分位数。然后,利用这些连续的条件分位数,通过核密度估计方法得到了未来某天交通需求连续的概率密度函数和概率密度曲线图。由此不仅可以得到具体的点预测值及其的变化区间,同时也可以得到航路扇区交通需求预测变化区间各值的概率,得到当天较准确的点预测值。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是发明提供的航路扇区交通概率密度预测系统的智能终端的原理框图;

图2是发明提供的航路扇区交通概率密度预测系统的原理框图;

图3是中南区域航路扇区AR05;

图4是某航路扇区AR05交通流量自然变化趋势;

图5(a)-(b)是样本数据分布检验;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910026209.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top