基于分解集成方法的空中交通流量短期预测

摘要：

为对空中交通流量进行短期预测,提出了基于分解集成方法的组合预测模型.首先,应用集合经验模态分解(ensem-ble empirical mode decomposition,EEMD)方法将流量时序数据分解为若干个分量;其次,应用排列熵计算各分量的复杂度,复杂度高于0.5的归为高频分量,其余归为低频分量;然后,高频分量采用BP(back propagation)神经网络算法进行预测,低频分量采用最小二乘法进行预测;接着,对分量的预测结果进行加和集成,得到了最终的预测值.最后,采集实际运行数据进行算例分析.通过比较1～6 h和7～12 h的预测结果,本文模型在1～6 h的均等系数(equal coefficient,EC)值为0.905,准确度更高.与EMD-BP-OLS模型、BP模型进行比较,本文模型的评价指标均优于其他模型.通过比较60、30、15 min时间尺度数据的预测结果,60 min时间尺度的EC值为0.924,准确度最高.结果表明,提出的模型是可行的和有效的,更适用于短期流量预测.

关键词：航空运输;流量短期预测;分解集成方法;集合经验模态分解;BP神经网络

所属期刊栏目：21

分类号：V355(航空港（站）、机场及其技术管理)

资助基金：国家自然科学基金;中央高校基本科研业务费专项

在线出版日期：2022-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：15270-15276