科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着国民经济的发展,我国的航空运输需求一直处于猛增的状态,其运行压力逐渐覆盖了整个航空系统,造成了空中交通拥堵频现、航班延误增加等新的紧张局面.为了缓解日益频发的空中交通拥堵,需要实施科学的拥挤管理手段,即准确、客观地预测交通需求.以国内典型繁忙机场为对象,结合神经网络分位数回归和核密度估计的方法,通过量化需求不确定性的大小,分析不同分位点上交通需求值的变化,训练获得连续的条件分位数,进而得到连续交通需求的概率密度函数与点预测值,再通过对比分析受天气等不确定性因素影响的交通需求值,发现通过此方法得到的预测值与实际值的误差精度都很小.
- 单位
