基于时空图网络的空中交通流量预测研究

• 作者: 丁辉 胡明华 尹嘉男
• 来源期刊: 航空计算技术
• 关键词: 空中交通预测 时序预测 图表示 Transformer方法 时空依赖关系
• 年，卷（期）: 2024,（2）
• 页码范围: 10-13,19
• 页数: 5页
• 语种: 中文

摘要

准确的空中交通流量预测对航空运输管理和飞行安全保障有至关重要的意义。然而，空中流量存在复杂时间波动模式，并且不同机场之间存在依赖关系，给空中交通流量的精确预测带来了巨大的挑战。提出基于时空图网络的空中交通流量预测方法，捕获空中流量的时间变化模式和不同机场之间的依赖关系，从而实现精准的空中交通流预测。在空间特征学习模块，通过对机场之间关系进行建模，采用常微分方程提取机场之间的依赖关系。在时间特征学习模块中，引入了高效的重构器表征空中交通流的长程时间相关性。在Airline On-Time Performance Data数据集，该方法在未来6 h、9 h、12 h预测实验的加权平均绝对百分比误差分别为35.51%、36.54%、35.55%,性能明显优于已有预测方法。