一种基于模糊决策树的航站楼离港旅客流量预测方法.pdf

一种基于模糊决策树的航站楼离港旅客流量预测方法，本发明涉及航站楼离港旅客流量预测方法。本发明是要解决现有技术在解决航站楼拥堵的现象中寻优速度慢、实时性差、推广能力低、应用较为繁琐、效率不高以及不能满足简洁准确的预测要求的问题而提出的一种基于模糊决策树的航站楼离港旅客流量预测方法。该方法通过1得到隶属度数据；2选取模糊信息熵最小的属性作为模糊决策树的根结点；3得到叶子结点的联合置信度λ；4若λ>λ0结束拓展把叶子结点的联合置信度λ定为旅客流量等级概率；5若叶子结点的联合置信度λ≤λ0，则重复步骤三直至叶子结点满足λ>λ0为止得到模糊决策树；6确定得到模糊决策树等步骤实现的。本发明应用于航站楼离港旅客流量预测领域。

1.  一种基于模糊决策树的航站楼离港旅客流量预测方法，其特征在于一种基于模糊决策树的航站楼离港旅客流量预测方法具体是按照以下步骤进行的：
步骤一、将航班数量、时间点和日期的具体值代入隶属度函数运算后转化为[0,1]区间的隶属度数据；
步骤二、计算航班数量、时间点和日期的模糊信息熵H(A)，选取模糊信息熵最小的属性作为模糊决策树的根结点；
步骤三、利用步骤一获得的隶属度数据中的60％～80％，运用决策树算法和根结点建立模糊决策树，得到属性为旅客流量等级分类频度的叶子结点，将旅客流量等级分类频度的叶子结点中最大的两项分类频度之和定义为叶子结点的联合置信度λ；
步骤四、给定基准联合置信度λ₀，若叶子结点的联合置信度λ满足λ>λ₀，则结束拓展并把该叶子结点的联合置信度λ定为旅客流量等级概率；
步骤五、若叶子结点的联合置信度λ≤λ₀，则重复进行步骤三直至叶子结点满足λ>λ₀为止；此时叶子结点为最终叶子结点，最终叶子结点的联合置信度λ即为最终旅客流量等级概率；从而得到模糊决策树；
步骤六、步骤一获得的隶属度数据的20％～40％检验模糊决策树，即将20％～40％的隶属度数据代入模糊决策树中，得到旅客流量等级概率，根据旅客流量等级概率确定旅客流量等级，即分别用旅客流量等级中位数乘以该等级的概率，加和获得旅客流量，确定最终得到的基于模糊决策树的旅客流量预测等级，将最终得到的基于模糊决策树的旅客流量预测等级与真实旅客流量等级进行对比，即计算基于模糊决策树的旅客流量预测等级与真实流量等级为同一等级的概率，当该概率值达到80％及以上时，说明建立的模糊决策树准确性高，确定得到模糊决策树用来预测旅客流量等级；即完成了一种基于模糊决策树的航站楼离港旅客流量预测方法。

2.  根据权利要求1所述一种基于模糊决策树的航站楼离港旅客流量预测方法，其特征在于：步骤一中航班数量为x包括M₁、M₂、M₃和M₄四种状态；
M₁表示航班数量为0～4、M₂表示航班数量为4～8、M₃表示航班数量为8～12和M₄表示航班数量为12～16。

3.  根据权利要求2所述一种基于模糊决策树的航站楼离港旅客流量预测方法，其特征在于：步骤一中航班数量为x根据隶属度函数的计算过程为：