[发明专利]进场交通流预测装置在审

专利信息
申请号: 201910162006.1 申请日: 2019-03-04
公开(公告)号: CN110263961A 公开(公告)日: 2019-09-20
发明(设计)人: 袁立罡;陈海燕;郑洪峰;谢华;胡明华;何巍巍;张颖 申请(专利权)人: 南京航空航天大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/30;G06N3/04
代理公司: 南京中高专利代理有限公司 32333 代理人: 祝进
地址: 210000 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 交通流预测 最优模型 进场 模型集合 记忆网络 拥堵 参数构造 等级预测 构造模块 获取模块 运行态势 测试集 终端区 度量 交通 验证 预测 管理
【说明书】:

发明涉及一种进场交通流预测装置,其包括:模型集合构造模块,适于建立长短期记忆网络为基础的进场交通流预测模型,根据不同的参数构造模型集合;最优模型获取模块,适于选取模型集合中的最优模型,并将所选取最优模型在实际测试集上验证;拥堵等级预测模块,适于将最优模型的参数固定,并对交通拥堵等级进行预测。通过建立长短期记忆网络为基础的进场交通流预测模型来获取进场态势,便于管理人员客观、准确的度量终端区的交通运行态势。

技术领域

本发明涉及航空领域,具体涉及一种进场交通流预测装置。

背景技术

随着经济的增长,以及人们活动范围的增加,使得航班量增加,导致终端区拥堵问题日益突出。客观、准确的度量终端区的交通运行态势,分析其规律性动态变化特征,是辅助管制人员采取合适的流量调配措施必要支持手段。

目前国内对于空域交通态势仍基本停留在态势仿真、感知与显示的层面,尚未形成有效的评价体系与方法。关于空域交通态势的研究现状如下:

尚未将交通态势从基本的直观感知,抽象为具体的数据信息;

尚未建立完整的扇区态势评价指标集合与体系,已有的指标集中与某一方面,且指标粒度细化程度较低。

除航路态势评价鲜有研究之外,对管制扇区/终端区的态势综合评价尚处于空白,对空域管理与流量管理缺乏支持。因此对于终端区进场交通态势进行准确的预测可以弥补上述的空白区域,从而为终端区管制员做出正确决策提供重要依据。

如何解决上述问题,是目前亟待解决的。

发明内容

本发明的目的是提供一种进场交通流预测装置。

为了解决上述技术问题,本发明提供了一种进场交通流预测装置,包括:

模型集合构造模块,适于建立长短期记忆网络为基础的进场交通流预测模型,根据不同的参数构造模型集合;

最优模型获取模块,适于选取模型集合中的最优模型,并将所选取最优模型在实际测试集上验证;

拥堵等级预测模块,适于将最优模型的参数固定,并对交通拥堵等级进行预测。

本发明的有益效果是,本发明提供了一种进场交通流预测装置,其包括:模型集合构造模块,适于建立长短期记忆网络为基础的进场交通流预测模型,根据不同的参数构造模型集合;最优模型获取模块,适于选取模型集合中的最优模型,并将所选取最优模型在实际测试集上验证;拥堵等级预测模块,适于将最优模型的参数固定,并对交通拥堵等级进行预测。通过建立长短期记忆网络为基础的进场交通流预测模型来获取进场态势,便于管理人员客观、准确的度量终端区的交通运行态势。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明所提供的进场交通流预测装置的智能终端的方框示意图。

图2是本发明所提供的进场交通流预测装置的原理框图。

图3是本发明所提供的额外飞行距离与相对飞行速度散点图。

图4是本发明所提供的航迹吻合度与相对飞行速度散点图。

图5是本发明所提供的LSTM单元内部结构图。

图6是本发明所提供的预测模型概念图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910162006.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top