买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国民航大学申请的专利一种基于二次分解集成的机场流量短期预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116245223B 。

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310038735.2，技术领域涉及：G06Q10/04；该发明授权一种基于二次分解集成的机场流量短期预测方法是由王飞设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本一种基于二次分解集成的机场流量短期预测方法在说明书摘要公布了：本发明公开了一种基于二次分解集成的机场流量短期预测方法，包括以下步骤：S1、获取历史机场运行数据，并由机场统计周期内的机场进场和离场流量数据进行标准化处理得到原始时间序列；S2、使用STL算法模型对步骤S1的原始时间序列进行分解，得到趋势项、季节项和余项三个分量；S3、计算步骤S2中三个分量的样本熵值。本发明不同于时间序列预测方法，以“分解集成方法论”为指导，构建了二次分解集成预测模型，将复杂时序分解为若干个低复杂度的分量时序进行预测，本发明所述方法计算速度快，进场流量预测准确度达到97％以上，离场流量预测准确度达到99％以上，为准确掌握机场交通态势、精准实施流量管理措施提供科学判据。

本发明授权一种基于二次分解集成的机场流量短期预测方法在权利要求书中公布了：1.一种基于二次分解集成的机场流量短期预测方法，其特征在于：包括以下步骤： S1、获取历史机场运行数据，并由机场统计周期内的机场进场和离场流量数据进行标准化处理得到原始时间序列； S2、使用STL算法模型对步骤S1的原始时间序列进行分解，得到趋势项、季节项和余项三个分量； S3、计算步骤S2中三个分量的样本熵值，并按照样本熵值大小分为两类； S4、将步骤S3中样本熵值较大的分量进行基于GA-VMD方法的二次分解得到分量，，GA-VMD是指应用GA方法优化VMD方法惩罚因子α和分解层数K，其步骤包括： S401、α和K在各自取值范围内随机产生，以[α,K]的组合构成染色体； S402、以包络熵作为寻优的适应度函数，选择较优的染色体进入下一代进化； S403、当每一代最优的适应度趋于稳定，此时的[α,K]即为优化的数值； 其中基于GA-VMD方法的时间序列二次分解的具体步骤如下； 步骤1：初始化时，α取值范围10-1000，k取值范围4-20，以包络熵最小为寻优指标，利用遗传算法GA获得优化的α和K； 步骤2：令k＝0,迭代次数n＝0，初始化时间序列分量分量的频率中心分量Lagrange算子 步骤3：n＝n+1，进行迭代； 步骤4：依据式10和式11更新和ωkω，直至分解个数达到K时停止内迭代 其中，为自变量ω下时间序列，ukω为分解后的单分量调幅调频信号，^代表估计值，ω为自变量，dω表示对ω求导，λω自变量ω下的Lagrange算子，为自变量ω下分量的频率中心； 步骤5：依据式12迭代λ 其中，γ为噪声容限； 步骤6：给定精度ε，若满足式13的停止条件则停止，否则进入步骤10继续迭代： S5、应用XGboost方法对步骤S4中二次分解得到的分量以及步骤S3中样本熵值较小的分量进行预测，然后通过累加的方式进行集成预测，XGboost的迭代过程如式14所示： 其中，为第i个样本在第t次迭代的预测值，算法迭代保留第t-1次预测值并引入新函数ftxi来拟合之前剩余残差； 通过计算平均绝对误差MAE、均方误差MSE以及均衡系数EC来判断预测的准确程度，计算公式见式15-17，MAE表示预测值偏离实际值的均值，MSE反映预测值偏离实际值的程度，EC反映整体上的预测正确性， 其中分别为第l刻的实际值和预测值；L为预测数量，MAE、MSE越小，表示预测误差越小，可用于不同预测方法之间的对比分析，EC用于分析预测结果准确性，越接近1表明预测越精确。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国民航大学，其通讯地址为：300300 天津市东丽区津北公路2898号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。