[发明专利]基于小波变换和灰色预测的中长期空中交通流量预测方法

说明书

本发明公开了一种基于小波变换和灰色预测的中长期空中交通流量预测方法，包括以下步骤：S1.选择小波基函数，利用选择的小波基函数对历史时间序列数据进行小波变换，实现降噪处理，降低因随机因素而产生的随机流量；S2.利用处理过的历史数据进行灰色预测，得到预测数据；S3.根据降噪数据与历史数据计算出信噪比，将相同信噪比的白噪声加入到灰预测数据中得到最终预测结果。本发明建立基于小波变换和灰色预测的预测模型对空中交通流量进行中长期预测，首先选出最优小波基函数，通过小波变换对历史时间序列数据进行降噪处理，降低因随机因素而产生的随机流量，之后使用处理过的历史数据进行灰色预测，得到预测数据，有效提高了预测精度。

技术领域

本发明涉及空中交通流量预测，特别是涉及基于小波变换和灰色预测的中长期空中交通流量预测方法。

背景技术

随着我国经济的不断发展，我国的空中交通流量不断增加，空中交通日益繁忙，这就导致部分地区出现了交通拥堵现象。而解决这些问题的前提就在于对中长期空中交通流量进行合理、准确地预测，民航规划及流量管理工作者正在对准确预测空中交通流量问题进行深入研究。

目前空中交通流量的长期预测方法主要有回归分析法、趋势法、神经网络法、时间序列法等，但是在利用这些方法进行预测时都存在一些缺陷影响预测精度，不过灰色预测法可以很好的弥补这些缺陷，现在较为成熟的预测方法大都建立在灰色预测模型的基础之上。2007年赵玉环、石新华建立了基于时间序列的灰色预测模型，2008年郭爽提出了基于GM(1,N)模型群的灰色区间预测模型、基于残差修正的GM(1,1)模型与基于残差修正的灰色-马尔科夫模型。以上预测模型均未考虑随机因素在中长期空中交通流量预测中的影响，只是将随机因素模糊化，虽然在预测精度上优于回归分析法、趋势法、神经网络法、时间序列法等，但是在随机因素方面仍有改进空间。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于小波变换和灰色预测的中长期空中交通流量预测方法。

本发明的目的是通过以下技术方案来实现的：基于小波变换和灰色预测的中长期空中交通流量预测方法，包括以下步骤：

S1.选择小波基函数，利用选择的小波基函数对历史时间序列数据进行小波变换，实现降噪处理，降低因随机因素而产生的随机流量；

S2.利用处理过的历史数据进行灰色预测，得到预测数据；

S3.根据降噪数据与历史数据计算出信噪比，将相同信噪比的白噪声加入到灰预测数据中得到最终预测结果。

其中，所述步骤S1包括以下子步骤：

S101.从供选择的小波基函数中，选出最优的小波基函数；

S102.利用最优小波基函数对历史时间序列数据序列进行小波变换，实现降噪处理，降低因随机因素而产生的随机流量，将得到的数据记为X⁽⁰⁾＝{X⁽⁰⁾(1),X⁽⁰⁾(2),…,X⁽⁰⁾(n)}。

所述步骤S101包括：设A＝{a(1),a(2),…,a(n)}为具有n个值的历史观测数据时间序列，利用不同小波基函数进行小波变换，实现对历史时间序列数据的降噪处理：

A1、利用第i个小波基函数对A＝{a(1),a(2),…,a(n)}进行小波变换，实现对A的降噪处理，得到的处理结果为：

其中，T为小波基函数的总个数；

A2、计算对应的噪声功率，计算方式为：

A3、在i＝1,2，…，T时，重复进行步骤A1～A2，得到各个小波基函数对应的处理结果：