基于SSA-BP的离港航班滑出时间预测 |
| |
引用本文: | 黄龙杨,夏正洪,贾鑫磊.基于SSA-BP的离港航班滑出时间预测[J].科学技术与工程,2022,22(16):6607-6612. |
| |
作者姓名: | 黄龙杨 夏正洪 贾鑫磊 |
| |
作者单位: | 中国民用航空飞行学院 空中交通管理学院 |
| |
基金项目: | 四川省科技厅重点研发计划项目(2022YFG0196),中国民用航空飞行学院重点项目(ZJ2021-05);中飞院智慧民航专项重点(ZHMH2022-002)联合资助。。 |
| |
摘 要: | 针对传统BP神经网络在离港航班滑出时间预测时存在对初始权值和阈值敏感、准确性和稳定性不好等缺点,提出了一种基于麻雀搜索算法(Sparrow Search Algorithm, SSA)获取BP神经网络的最优权值和阈值的方法。首先分析了离港航班滑出时间的可量化影响因素及相关性,然后构建了基于SSA-BP的离港航班滑出时间预测模型,并采用我国中南某枢纽机场2周的实际运行数据对预测模型进行了验证。结果表明:①离港航班滑出时间与同时段滑行的离港航班数量强相关,与同时段滑行的进港航班数量、同时段推出的离港航班数量、平均滑出时间中度相关,与滑行距离和转弯个数弱相关;②基于SSA优化后的BP神经网络预测结果误差在±60s内的准确率提升了20%,误差±180s内的准确率提升了12%,误差±300s内的准确率提升了7%;预测结果的平均绝对误差百分比提升了2.61%,平均绝对误差减少了11.73s,均方根误差减少了61.03s。研究成果为提升大型枢纽机场场面运行效率提供了思路。
|
关 键 词: | 滑出时间 BP神经网络 麻雀搜索算法 机场场面运行效率 |
收稿时间: | 2021/8/12 0:00:00 |
修稿时间: | 2022/5/14 0:00:00 |
|
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|