基于时间序列分析的航站楼安检旅客流量预测

论文摘要

随着人们生活水平的提高,旅客出行的需求也随之增加,航空因其具有快捷舒适的优点,在传统的出行方式中所占比例越来越高。民航领域交通压力持续增加,往往会导致航站楼安检环节出现拥挤的现象,因此航站楼安检环节若要实现高效运转,就需要对安检旅客流量预测提出更高的标准。如果能准确预测安检旅客流量,则可以依据旅客流量动态开放安检通道和配置安检服务人员数量,从而确保多数旅客能在短时间内完成安检流程,也可以降低由于旅客等待所致航班延误和聚集事件的可能性,提高机场地面资源利用率、机场服务水平和旅客满意度。因此研究航站楼安检旅客流量预测方法有着至关重要的意义。首先,本文对安检旅客流量预测的研究背景、意义以及国内外研究现状进行了总结,分析了现有预测方法和模型中存在的不足,借鉴混沌理论在其他领域取得的良好预测效果,提出了基于混沌时间序列的安检旅客流量预测。然后,本文在定性分析安检旅客流量混沌特性的基础上,通过相空间重构技术将一维的安检旅客流量时间序列中隐含的信息显现出来,以更好地刻画混沌吸引子的特性。本文采用自相关函数法计算得出相空间重构所需的时间延迟τ以及采用伪邻近点方法计算得出嵌入维数m,并对北京首都国际机场T3航站楼中真实安检旅客流量数据进行相空间重构后,使用Wolf法计算获得不同时间尺度（2min、5min和10min）的最大Lyapunov指数,定量分析了安检旅客流量数据具有的混沌特性;在此基础上,引入C-C方法对上述相空间重构方法进行改进,以提高计算性能同时降低嵌入维数。在北京首都国际机场T3航站楼真实安检旅客流量数据的实验结果也验证了C-C算法在相空间重构方面的有效性。最后,提出了基于GABP的安检旅客流量预测模型,以相对误差为预测评价指标,分别考察不同时间尺度（2min、5min以及10min）对预测精度的影响。基于北京首都机场T3航站楼实际安检旅客流量数据的实验结果表明,较之基准算法BP算法,2min时间尺度下采用GABP预测方法预测效果更好,相对误差较小;采用C-C方法进行相空间重构,不仅可以降低计算量,同时也能在一定程度上提高预测精度。

论文目录

文章来源

类型: 硕士论文

作者: 赵立强

导师: 冯霞

关键词: 安检旅客流量,混沌时间序列,相空间重构,自相关函数法,伪邻近点法,方法,时间尺度

来源: 中国民航大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑

专业: 数学,航空航天科学与工程

单位: 中国民航大学

分类号: V354;O211.61

DOI: 10.27627/d.cnki.gzmhy.2019.000116

总页数: 69

文件大小: 1720K

下载量: 114

相关论文文献

• [1].基于统计数学理论的船舶航行流量预测[J]. 舰船科学技术 2019(24)
• [2].空中交通综合流量预测系统[J]. 民航管理 2018(12)
• [3].空中交通综合流量预测系统[J]. 民航管理 2016(11)
• [4].基于遗传算法与支持向量机的日流量预测[J]. 水电能源科学 2008(04)
• [5].基于经验模态分解对景区人流量预测[J]. 西华师范大学学报(自然科学版) 2020(02)
• [6].基于神经网络的远海航道船舶流量预测系统构建[J]. 舰船科学技术 2019(04)
• [7].基于深度信念网络的建筑物用水流量预测[J]. 软件导刊 2018(10)
• [8].改进K近邻算法的立体车库短时客流量预测[J]. 测控技术 2020(06)
• [9].面向5G需求的人群流量预测模型研究[J]. 通信学报 2019(02)
• [10].创业初期的三个关键问题[J]. 时代青年(月读) 2009(09)
• [11].基于一种改进型线性增长模型的船舶流量预测[J]. 江苏科技大学学报(自然科学版) 2017(04)
• [12].基于卡尔曼滤波的流量预测机制[J]. 中国电子科学研究院学报 2018(06)
• [13].短期区域飞行流量预测问题研究[J]. 科技风 2015(09)
• [14].实时车流量预测系统设计[J]. 信息与电脑(理论版) 2018(01)
• [15].基于电信位置数据的人群流量预测[J]. 西安邮电大学学报 2018(02)
• [16].基于大数据分解的数字图书馆访问流量预测[J]. 自动化技术与应用 2018(10)
• [17].城市干道人行过街设施流量预测分析——以广州天河核心区为例[J]. 交通与运输(学术版) 2018(01)
• [18].基于改进型小数据量法的局域网流量预测[J]. 吉林大学学报(工学版) 2016(04)
• [19].基于AI流量预测的容量动态管控[J]. 数字通信世界 2020(02)
• [20].基于AI的流量预测在专线业务领域应用[J]. 邮电设计技术 2018(12)
• [21].以六盘水市为例谈中等城市组团间OD流量预测研究[J]. 山西建筑 2014(33)
• [22].一种基于多尺度均线位置关系的移动通信网流量预测方法[J]. 科学技术与工程 2012(26)
• [23].基于小波神经网络的短时客流量预测研究[J]. 科学技术与工程 2011(21)
• [24].“达量限速”套餐背景下流量预测及网络需求分析方法[J]. 电信技术 2019(04)
• [25].基于多元线性回归的表层岩溶泉流量预测[J]. 中国岩溶 2012(02)
• [26].基于空时压缩感知算法的蜂窝流量预测[J]. 计算机与现代化 2018(12)
• [27].灰色理论自适应模型在船舶流量预测中的应用[J]. 舰船科学技术 2016(20)
• [28].基于MGU的大规模IP骨干网络实时流量预测[J]. 山东大学学报(工学版) 2019(02)
• [29].基于长短期记忆网络的民航流量预测方法[J]. 数字通信世界 2018(04)
• [30].LMBP算法在宜昌站日流量预测中的应用[J]. 计算机与数字工程 2013(11)

标签：安检旅客流量论文;  混沌时间序列论文;  相空间重构论文;  自相关函数法论文;  伪邻近点法论文;  方法论文;  时间尺度论文;