摘要
本发明属于机场场面冲突态势预测领域,具体涉及一种基于GNN‑LSTM的机场场面离港冲突态势预测方法及系统。本发明的预测方法包括:基于航空器场面滑行规则,识别潜在冲突热点并构建冲突网络作为结构特征;获取仿真数据,定义潜在冲突的关键指标,构建交通特征数据集;构建GNN‑LSTM模型;将构建的构建交通特征数据集中的数据划分为训练集、测试集和预测集;调整模型参数,将提取的结构特征与交通特征输入GNN‑LSTM模型进行训练、测试,直至输出指标收敛,并进行时序预测,获得模型预测性能指标结果。本发明可以根据历史N个时间片的场面离港冲突态势,预测下一时间片的场面离港冲突态势。通过GNN‑LSTM模型输出预测误差指标MAE和RMSE,发现均比单一时间序列模型LSTM预测误差更低。
技术关键词
态势预测方法
机场场面
交通特征
LSTM模型
记忆单元
仿真数据
航空器
节点
引入注意力机制
指标
预测误差
热点
多头注意力机制
时间序列模型
长短期记忆网络
训练集
网络拓扑结构
时序
系统为您推荐了相关专利信息
麻醉深度监测方法
生理
麻醉深度监测系统
深度值
基准
负荷预测模型
负荷预测方法
时间序列特征
电力
网络优化
容量管理方法
大数据
容量管理装置
LSTM模型
深度循环神经网络
动作特征
音频采集设备
图像采集设备
智能监管方法
声音特征提取