基于Logistic模型的空中交通流量中长期预测研究.docxVIP

PAGE 1 - 基于Logistic模型的空中交通流量中长期预测研究 基于Logistic模型的空中交通流量中长期预报讨论 2945〔2021〕27-0027-03 Abstract：Themedium-andlong-termforecastingofairtrafficflowisanimportantbasisforairtrafficcontrolandairportplanninganddecision-making.Inthemedium-andlong-termforecastingofairtrafficflow，consideringtheconstraintsofairspacecapacityandcontrollerload，theflowwillcontinuetoincreasewitheconomicdevelopment，butitwillnotincreasewithoutlimit.BecausethisgrowthcharacteristicisconsistentwiththeLogisticmodel，thispaperestablishesaLogisticpredictionmodelaccordingtothedevelopmenttrendofairtrafficflow.Bycollectingthehistoricaldataof2021-2021inacertaincontrolarea，andusingthedataof2021-2021，theairtrafficflowof2021and2021ispredictedbythepredictionmodelsoastoverifytheapplicabilityofthemodel.Theresultsshowthatthepredictionaccuracyofthemodelishighandavailableformedium-andlong-termforecastingofairtrafficflow.ThenweusetheLogisticmodeltopredicttheflowofthecontrolareafrom2021to2025.Asisseenfromthepredictionresults，thegrowthofairtrafficflowinthecontrolareawilldecreaseyearbyyear. Keywords：airtrafficflow;trafficflowforecasting;logisticmodel 引言 合理的空域规划可以有效解决空域拥堵问题，其中，空中交通流量预报能够为空域规划提供帮助决策信息，对决策的精确性有导向性作用。国内外针对流量预报的讨论早已起步。2021年Grubb和Mason[1]使用改良的Holt-Winters分解法对英国航空旅客运输量进行了长期预报;2021年AlexandreBayen[2]等人通過讨论国家空中交通治理模型对流量进行了预报;2021年Matthew[3]等人提出了一种评估协同流量治理的建模方法;2021年Blinova[4]分析了人工神经网络法预报俄罗斯旅客流量的适用性;2021年Emrah和Sultan[5]运用平滑预报方法，分别对总旅客流量，总货物流量，总飞行流量和商业飞行流量四个空中交通指标进行预报;2021年[6]Nicholas和Vadim建立深度学习模型捕获非线性的时空效应，对交通流量进行短期预报。 国内对空中交通流量的中长期预报讨论较多，2021年赵玉环[7]建立了基于时间序列的灰色预报模型;2021年赵玉环和郭爽[7]将空中交通流量分为确定成份和随机成份来进行预报;2021年姜静逸[8]等人建立了趋势外推法与多元回来法的组合预报模型，预报结果较传统方法有更高的精确性;2021年张明[9]提出基于双重力模型和人工神经网络的空中交通流量组合预报模型;2021年陈丹[10]等人考虑周期性波动因素，建立中长期空中交通流量预报模型;2021年Lin[11]提出了一种基于端到端的深度学习模型对空中交通流量进行短期预报，模型借助神经网络在时空相关性上的突出能力，预报性能优于现有方法。 以上讨论中，在对空中交通流量进行中长期预报时，更多的考虑了随机因素，而未考虑空域等因素的限制。我国现有空域并未对民用航空完全开放，民航所能够使用的空域十分有限，同时考虑管制员负荷等因素，空域流量不会无限制的增加。这一特点与生物种群数量的增长特点相像，因此，本文接受常用于生物种群讨论的Logistic预报模型，对空中交通流量进行中长期预报。1Logistic预报模型 Logistic预报模型是一种经典的基于时间序列的趋