申请/专利权人：南京航空航天大学

申请日：2020-11-26

公开（公告）日：2024-04-02

公开（公告）号：CN112487361B

主分类号：G06F18/27

分类号：G06F18/27;G06F18/2131;G08G1/01

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.03.30#实质审查的生效;2021.03.12#公开

摘要：本发明公开了一种基于ARIMA和小波变换的扇区短时交通流量预测方法，包括如下步骤：步骤S1、统计得到扇区交通流时间序列；步骤S2、使用小波分解对扇区交通流时间序列进行处理，得到系数序列，步骤S3、对系数序列分别进行ARIMA建模，得到系数序列对应的预测模型，在得到系数序列对应的预测参数序列；步骤S4、对预测参数序列进行小波重构，得到下一时段的扇区流量值。本发明能够有效预测短期扇区流量，为实施战术流量管理提供有效信息。

主权项：1.一种基于ARIMA和小波变换的扇区短时交通流量预测方法，其特征在于，包括如下步骤：步骤S1、获取一个扇区的雷达航迹数据，得到航空器通过扇区边界的时间，以固定时间为时间尺度，统计得到扇区交通流时间序列；步骤S2、使用小波分解对所述扇区交通流时间序列进行处理，得到系数序列，所述系数序列包括：细节系数序列与近似系数序列；步骤S3、对所述细节系数序列与所述近似系数序列分别进行ARIMA建模，得到所述系数序列对应的预测模型，通过所述预测模型得到所述系数序列对应的预测参数序列；步骤S4、对步骤S3得到的预测参数序列进行小波重构，得到下一时段的扇区流量值；所述步骤S2具体为：使用Matlab中的wavedec函数，并且选取db2小波基，对所述扇区交通流时间序列进行5层分解，得到近似系数序列cA5和细节系数序列，所述细节系数序列包括5个子序列，具体为：cD1，cD2，cD3，cD4，cD5；所述步骤3，具体包括：步骤S301、采用单位根检验方法检验所述细节系数序列cA5与所述近似系数序列cA1，cD2，cD3，cD4，cD5的平稳性，对于符合平稳性的系数序列，视为平稳时间序列，对于不符合平稳性的系数序列，对其进行差分处理，得到所述系数序列对应的平稳时间序列；再通过自相关系数图检验所述平稳时间序列的随机，所述平稳时间序列具有6个序列；步骤S302、根据所述平稳时间序列的自相关系数函数图与偏自相关系数函数图，进行模型的初步定阶，再根据AIC赤池信息准则对模型进行准确定阶，从而得到所述平稳时间序列对应的第一ARIMA模型；步骤S303、采用最小二乘法估计所述第一ARIMA模型的参数，获取参数估计值，从而得到第二ARIMA模型；步骤S304、对所述第二ARIMA模型进行残差相关性的检验，具体为，使用D-W检验方法验证所述第二ARIMA模型的残差是否为白噪声，若满足白噪声序列要求，则第二ARIMA模型作为最终的预测模型；步骤S305、根据所述步骤S304得到的预测模型，求得所述系数序列对应的所述预测参数序列；在所述步骤S302中，选择AIC最小时对应的阶数为第一ARIMA模型的最终阶数；所述AIC赤池信息准则的表达式为： 公式中，表示拟合模型的残差的方差，n表示样本的个数，k表示参数个数；所述第一ARIMA模型的表达式为： 公式中，xt表示时间序列中的第t个值，θq分别表示模型的自回归部分和移动平均部分的系数，p，q表示滞后阶次，序列{at}表示白噪声序列。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于ARIMA和小波变换的扇区短时交通流量预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD