科研之友
微信
新浪微博
Facebook
分享链接
摘要
研究区域航路网络交通状态预测问题,可为航路网络系统的规划管理与交通综合管控提供重要支持。基于区域航路网络中航空器ADS-B数据计算路网交通量时间序列;对区域航路网络交通量时间序列进行相空间重构,判定区域航路网络交通量时间序列的混沌特性;分别构建基于RBF神经网络和Volterra级数的航路网络交通量混沌预测模型,预测区域航路网络交通量变化趋势;基于k均值聚类算法预测识别区域航路网络交通运行状态等级,最后进行实验验证。研究结果表明:区域航路网络交通量时间序列具有混沌特性,Volterra级数混沌预测模型预测精度优于RBF神经网络模型,k均值聚类算法可较好实现区域航路网络交通运行状态预测识别,提出的交通状态预测方法可为航路网络规划管理以及拥挤管控提供技术支持。
- 单位
