| 基于动态时间规整和长短期记忆的空中交通流量短期预测 |
| |
| 引用本文： | 宋维凯,张洪海,万俊强,周锦伦.基于动态时间规整和长短期记忆的空中交通流量短期预测[J].科学技术与工程,2022,22(25):11256-11261. |
| |
| 作者姓名： | 宋维凯 张洪海 万俊强 周锦伦 |
| |
| 作者单位： | 南京航空航天大学民航学院 |
| |
| 基金项目： | 国家重点研发计划(2018YFE0208700) |
| |
| 摘 要： | 空中交通短期流量预测的准确性对于精准实施空中交通流量管理具有重要意义。为提高空中交通短期流量预测准确性,充分利用历史运行数据,本文提出了一种基于DTW-LSTM的空中交通流量短期预测方法。首先,分析了空中交通流的时空相关性特征,基于此特征采用DTW算法衡量扇区之间的空间相关性；然后,由空间相关性度量结果选取不同扇区的数据进行组合,构建输入时间序列长度不同的数据集,将历史时间数据输入LSTM模型中训练；最后,对不同时空参数组合模型的预测结果进行分析,与不考虑时空相关性LSTM模型、考虑时空特性的SVR模型的预测结果进行对比。实验结果表明,相比于传统方法,本文提出的空中交通流量短期预测方法通过考虑交通流的时空相关性,提高了预测结果的准确性,相比LSTM模型,MAE降低24.5%,RMSE降低31.4%,相比时空相关SVR模型,MAE降低36.4%,RMSE降低30.6%。
|
| 关 键 词： | 交通流短期预测 时空相关性 LSTM |
| 收稿时间： | 2021/10/25 0:00:00 |
| 修稿时间： | 2022/4/26 0:00:00 |
Short-term Prediction of Air Traffic Flow Based on DTW-LSTM |
| |
| Song Weikai,Zhang Honghai,Wan Junqiang,Zhou Jinlun.Short-term Prediction of Air Traffic Flow Based on DTW-LSTM[J].Science Technology and Engineering,2022,22(25):11256-11261. |
| |
| Authors: | Song Weikai Zhang Honghai Wan Junqiang Zhou Jinlun |
| |
| Affiliation: | College of Civil Aviation,Nanjing University of aeronautics and astronautics |
| |
| Abstract: | |
| |
| Keywords: | short-term prediction of traffic flow spatial-temporal correlation LSTM |
|
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载全文 |
|
