基于小波優(yōu)化GRU-ARMA模型的空中交通流量短時(shí)預(yù)測(cè)方法*

閆少華 謝曉璇 張兆寧

（中國(guó)民航大學(xué)空中交通管理學(xué)院 天津 300300）

0 引言

近年來，隨著我國(guó)空中交通流量不斷增加，空域容量趨近飽和，航班延誤甚至大面積航班延誤時(shí)常發(fā)生，空中交通管制壓力不斷增加[1]。為減緩空域壓力，降低航班延誤發(fā)生率，需進(jìn)一步提高空中交通管理能力，提高空中交通流量短時(shí)預(yù)測(cè)精度。空中交通短時(shí)流量預(yù)測(cè)一般是根據(jù)已有的交通數(shù)據(jù)對(duì)未來5，15，30 min或者1 h以上的流量變化情況預(yù)測(cè)，為管制員提供輔助決策信息，有利于實(shí)現(xiàn)動(dòng)態(tài)交通控制與引導(dǎo)。

目前國(guó)內(nèi)外對(duì)空中交通短時(shí)流量預(yù)測(cè)的方法主要有：①基于飛行計(jì)劃的航跡預(yù)測(cè)；②考慮空中交通流量非線性特征；③機(jī)器學(xué)習(xí)；④基于數(shù)據(jù)挖掘與智能算法結(jié)合組合模型。

在基于飛行計(jì)劃的航跡預(yù)測(cè)研究中，陳愷等[2]將計(jì)劃航跡和實(shí)際航跡關(guān)聯(lián)對(duì)比分析，結(jié)合航向角的平面投影提高了航跡預(yù)測(cè)的準(zhǔn)確度；毛阿芳[3]通過歷史數(shù)據(jù)進(jìn)行初始航跡預(yù)測(cè)，建立航空器運(yùn)動(dòng)模型，之后隨著航空器運(yùn)動(dòng)狀態(tài)的變化不斷更新航空器運(yùn)動(dòng)模型，修正航跡預(yù)測(cè)結(jié)果，提高了預(yù)測(cè)精度；Pang等[4]考慮了天氣不確定性，提出了基于貝葉斯神經(jīng)網(wǎng)絡(luò)的飛機(jī)軌跡預(yù)測(cè)，這種方法能夠利用起飛前的最后1份存檔飛行計(jì)劃預(yù)測(cè)飛機(jī)軌跡，包括預(yù)測(cè)不確定性。在考慮空中交通流量非線性特征的研究中，國(guó)內(nèi)外許多學(xué)者通過對(duì)時(shí)間序列的分析研究中發(fā)現(xiàn)了空中交通流具有十分明顯的非線性特征，例如混沌性、分形性[5-9]；……