南京航空航天大学：基于交通流时空特征的机场群航路点短期流量预测方法 | MDPI Aerospace

背景：随着我国世界级机场群建设加快，航空运输需求持续增长，航路网络日趋复杂，局部拥堵和容量-流量失衡问题频发，亟需提升空域运行安全和效率。研究目的：提出一种融合图卷积网络与自注意力长短期记忆网络的新型短时交通流预测方法，以精准预测机场群关键航路点的交通流变化趋势。结论：该方法在华中南地区典型繁忙扇区的实测数据验证中，引入网络效率损失率特征后，关键航路点预测均方根误差平均降幅超10%，且相比多种基准模型性能最优，能有效识别拥堵节点并刻画交通流动态，为空管部门优化流量管理和资源分配提供可靠技术支持。