基于多变量混沌时间序列的航班运行风险预测模型
Flight operation risk prediction model based on the multivariate chaotic time series作者机构：中国民航大学空管学院天津300300
出 版 物：《工程科学学报》 (Chinese Journal of Engineering)
年 卷 期：2020年第42卷第12期
页 面：1664-1673页
核心收录：
学科分类：0711[理学-系统科学] 07[理学] 08[工学] 0837[工学-安全科学与工程] 071102[理学-系统分析与集成]
主 题：航班运行风险 风险预测 多变量混沌时间序列 相空间重构 神经网络
摘 要：为了提升航班运行风险预测精度,基于某航空公司2016—2018年航班运行风险数据,在验证15个风险时间序列的混沌特性后,构建基于多变量混沌时间序列的风险预测模型.首先,对15个风险时间序列进行多变量相空间重构,采用主成分分析法(PCA)对相空间进行降维处理;然后,基于迭代预测的方式,分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型;最后,以降维后的相空间作为输入,计算并比较分析未来1~7 d的风险预测结果.结果表明:多变量相空间重构后总维数为62维,经PCA降维处理,降至31维;在不同的预测模型中,降维后RBF模型预测效果最佳;其中,预测第1天结果相对误差25%出现频数为82.62%,至第5天仍达75%以上;该模型第1天预测结果的修正平均绝对百分比误差(MAPE)值为11.32%,且前5 d均低于20%,满足航空公司使用要求.1~5 d预测结果对航班风险管控具有实践操作价值,证明基于多变量混沌时间序列的风险预测方案可行、有效.
维普期刊数据库
同方期刊数据库