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！

龙图腾网获悉江西财经大学申请的专利基于OWA算子的混合航空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：CN120105925B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510583152.7，技术领域涉及：G06F30/27；该发明授权基于OWA算子的混合航空预测方法是由万本庭;吕晓梅;瞿通远设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本基于OWA算子的混合航空预测方法在说明书摘要公布了：本发明提出一种基于OWA算子的混合航空预测方法，获取航空乘客数据集，并对航空乘客数据集分解为线性分量和非线性残差序列；将线性分量进行预处理以生成线性分量序列，并将线性分量序列中的历史序列定义为线性分量序列中当前序列的OWA均值；基于ARIMA‑OWA模型计算得到历史随机误差序列；将历史线性分量序列与历史随机误差序列代入ARIMA‑OWA模型，以得到预测线性变量；从时间序列数据中选取若干数据作为第一时间序列；从非线性残差序列中选取若干数据作为第二时间序列；将第一时间序列、第二时间序列以及预测线性变量送入ANN网络，得到时间序列的混合预测结果。本发明相较于现有的时间序列预测方法，具有更好的预测性能。

本发明授权基于OWA算子的混合航空预测方法在权利要求书中公布了：1.一种基于OWA算子的混合航空预测方法，其特征在于，所述方法包括如下步骤： 步骤1、获取航空乘客数据集，航空乘客数据集对应的是每月的国际航班乘客数量，对航空乘客数据集采用MA滤波器进行分解，得到线性分量和非线性残差序列； 步骤2、将线性分量进行预处理以生成线性分量序列，并将线性分量序列中的历史序列定义为线性分量序列中当前序列的OWA均值； 步骤3、根据ARIMA模型的核心假设对ARIMA-OWA模型进行变换，得到变换后的模型；将变换后的模型的历史误差初始化，再将线性分量序列代入，以计算得到历史随机误差序列，对应的过程存在如下关系式： ； 其中，表示经过归一化后的滞后p阶的线性分量，表示经过归一化后的第t个元素的线性分量； 步骤4、将历史线性分量序列与历史随机误差序列代入ARIMA-OWA模型，以得到预测线性变量； 步骤5、从时间序列数据中选取若干数据作为第一时间序列； 从非线性残差序列中选取若干数据作为第二时间序列； 将第一时间序列、第二时间序列以及预测线性变量送入ANN网络，得到时间序列的混合预测结果，对应的过程存在如下关系式： ； 其中，表示预测线性变量，分别表示再时间序列数据以及非线性残差序列中选取数据的长度，表示第一时间序列，表示第二时间序列，表示神经网络的非线性函数，表示第个时间序列数据，表示第个非线性残差序列； ARIMA-OWA模型的构建过程如下： 利用OWA算子对时间序列数据进行加权处理，计算基于OWA的自相关系数； 给定自回归阶数和移动平均阶数，并根据自回归阶数和移动平均阶数获取相应数量的基于OWA的自相关系数采用矩估计法进行参数估计，得到基于OWA的自回归参数和基于OWA的移动平均参数； 基于ARIMA模型，将ARIMA模型参数替换为基于OWA的自回归参数和基于OWA的移动平均参数，得到ARIMA-OWA模型，对应的过程存在如下关系式： ； 其中，表示第1个基于OWA的自回归系数，表示滞后p阶的时间序列数据，表示滞后q阶误差值，表示第q个基于OWA移动平均系数； 设定最大滞后阶数，采用循环遍历的方法确定ARIMA-OWA模型最终的自回归阶数、移动平均阶数和差分阶数，并在每次循环遍历过程中根据自回归阶数和移动平均阶数动态的调整基于OWA的自回归参数和基于OWA的移动平均参数，循环遍历完成后，得到最终的ARIMA-OWA模型； 给定自回归阶数和移动平均阶数，并根据自回归阶数和移动平均阶数获取相应数量的基于OWA的自相关系数采用矩估计法进行参数估计，得到基于OWA的自回归参数和基于OWA的移动平均参数具体包括如下步骤： 给定自回归阶数和移动平均阶数，并根据自回归阶数和移动平均阶数获取相应数量的基于OWA的自相关系数构建Yule-Walker方程对基于OWA的自回归参数进行估计，对应的过程存在如下关系式： ； 其中，表示第p个基于OWA的自回归系数，表示第q+p+2个基于OWA的自相关系数，分别表示自回归阶数和移动平均阶数； 根据所得基于OWA的自回归参数以及移动平均阶数计算基于OWA的移动平均参数； 其中，当移动平均阶数为0时，基于OWA的移动平均参数采用第一关系式进行计算，第一关系式如下： ； 其中，表示时间序列数据的OWA均值，表示基于OWA的移动平均系数为0； 其中，当移动平均阶数大于或等于1时，基于OWA的移动平均参数采用第二关系式进行计算，第二关系式如下： ； 其中，表示基于OWA的协方差的估计值，表示误差向量的OWA协方差，表示误差的方差，当自回归阶数为0时，误差的方差计算过程如下： ； 其中，表示基于OWA的协方差的估计值，； 误差向量的OWA协方差计算过程存在如下关系式： ； 其中，表示随机误差。

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江西财经大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街169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”。

以上内容由龙图腾AI智能生成。