買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國民航大學申請的專利一種基于二次分解集成的機場流量短期預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116245223B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310038735.2，技術領域涉及：G06Q10/04；該發明授權一種基于二次分解集成的機場流量短期預測方法是由王飛設計研發完成，并于2023-01-12向國家知識產權局提交的專利申請。

本一種基于二次分解集成的機場流量短期預測方法在說明書摘要公布了：本發明公開了一種基于二次分解集成的機場流量短期預測方法，包括以下步驟：S1、獲取歷史機場運行數據，并由機場統計周期內的機場進場和離場流量數據進行標準化處理得到原始時間序列；S2、使用STL算法模型對步驟S1的原始時間序列進行分解，得到趨勢項、季節項和余項三個分量；S3、計算步驟S2中三個分量的樣本熵值。本發明不同于時間序列預測方法，以“分解集成方法論”為指導，構建了二次分解集成預測模型，將復雜時序分解為若干個低復雜度的分量時序進行預測，本發明所述方法計算速度快，進場流量預測準確度達到97％以上，離場流量預測準確度達到99％以上，為準確掌握機場交通態勢、精準實施流量管理措施提供科學判據。

本發明授權一種基于二次分解集成的機場流量短期預測方法在權利要求書中公布了：1.一種基于二次分解集成的機場流量短期預測方法，其特征在于：包括以下步驟： S1、獲取歷史機場運行數據，并由機場統計周期內的機場進場和離場流量數據進行標準化處理得到原始時間序列； S2、使用STL算法模型對步驟S1的原始時間序列進行分解，得到趨勢項、季節項和余項三個分量； S3、計算步驟S2中三個分量的樣本熵值，并按照樣本熵值大小分為兩類； S4、將步驟S3中樣本熵值較大的分量進行基于GA-VMD方法的二次分解得到分量，，GA-VMD是指應用GA方法優化VMD方法懲罰因子α和分解層數K，其步驟包括： S401、α和K在各自取值范圍內隨機產生，以[α,K]的組合構成染色體； S402、以包絡熵作為尋優的適應度函數，選擇較優的染色體進入下一代進化； S403、當每一代最優的適應度趨于穩定，此時的[α,K]即為優化的數值； 其中基于GA-VMD方法的時間序列二次分解的具體步驟如下； 步驟1：初始化時，α取值范圍10-1000，k取值范圍4-20，以包絡熵最小為尋優指標，利用遺傳算法GA獲得優化的α和K； 步驟2：令k＝0,迭代次數n＝0，初始化時間序列分量分量的頻率中心分量Lagrange算子 步驟3：n＝n+1，進行迭代； 步驟4：依據式10和式11更新和ωkω，直至分解個數達到K時停止內迭代 其中，為自變量ω下時間序列，ukω為分解后的單分量調幅調頻信號，^代表估計值，ω為自變量，dω表示對ω求導，λω自變量ω下的Lagrange算子，為自變量ω下分量的頻率中心； 步驟5：依據式12迭代λ 其中，γ為噪聲容限； 步驟6：給定精度ε，若滿足式13的停止條件則停止，否則進入步驟10繼續迭代： S5、應用XGboost方法對步驟S4中二次分解得到的分量以及步驟S3中樣本熵值較小的分量進行預測，然后通過累加的方式進行集成預測，XGboost的迭代過程如式14所示： 其中，為第i個樣本在第t次迭代的預測值，算法迭代保留第t-1次預測值并引入新函數ftxi來擬合之前剩余殘差； 通過計算平均絕對誤差MAE、均方誤差MSE以及均衡系數EC來判斷預測的準確程度，計算公式見式15-17，MAE表示預測值偏離實際值的均值，MSE反映預測值偏離實際值的程度，EC反映整體上的預測正確性， 其中分別為第l刻的實際值和預測值；L為預測數量，MAE、MSE越小，表示預測誤差越小，可用于不同預測方法之間的對比分析，EC用于分析預測結果準確性，越接近1表明預測越精確。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國民航大學，其通訊地址為：300300 天津市東麗區津北公路2898號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。