基于时间序列的高空管制区航班流量预测

• 作者: 倪超 叶博嘉 田勇 赵云
• 来源期刊: 航空计算技术
• 关键词: 高空管制区 流量预测 时间序列 机器学习
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算方法
• 页码范围: 43-47
• 页数: 5页
• 分类号: V355
• 语种: 中文

摘要

为了采用较少的数据,较为准确地预测高空管制区航班流量,为管制单位制定工作计划提供参考,采用了时间序列方法,对航班流量进行预测.选取了三种时间序列预测方法,分别是基于统计分析的ARIMA模型、基于机器学习的随机森林和人工神经网络方法,并对其原理和特性进行分析.对实际运行数据的平稳性、自相关性和偏相关性等特性进行分析,并进行归一化处理.采用三种时间序列预测方法对高空管制区航班流量时间序列进行拟合和预测,结果表明,时间序列方法在进行航班流量预测时具有较好的效果,其中基于随机森林的时间序列预测方法准确度最高,预测准确率达到94.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田勇		58	418	10.0	18.0
2	叶博嘉		21	151	6.0	12.0
3	赵云		3	9	2.0	3.0
4	倪超		1	0	0.0	0.0