蚁群算法优化的神经网络技术在跑道起飞容量预测中的应用

摘要：

为了对机场起飞容量及飞机全部出动时间进行预测,构建了基于ACO优化BP神经网络的机场跑道起飞容量预测模型.分析了机场跑道容量的含义及其影响因素,利用飞参提取软件将影响因素的具体数值进行提取;依据BP神经网络的特点将其引入到机场跑道起飞容量预测中,为了弥补BP神经网络的缺点,利用ACO对网络进行优化,最终建立了基于ACO优化BP神经网络的机场跑道起飞容量预测模型,并与标准BP神经网络的预测结果进行对比,结果表明优化后的网络各项误差都不同程度的减小40％～60％,优化后的网络提高了模型的精度.利用优化后的模型分析了飞机质量、气温、气压、风速与起飞跑道占用时间与起飞容量的关系,并对某机场保障飞机起飞容量与出动时间进行了评估,得到飞机质量、气压、纵向风速与起飞容量大致呈线性关系,气温与起飞容量大致呈非线性关系,最后得到该机场的总出动时间与起飞跑道容量,可以更准确的评估机场保障能力.

关键词：起飞容量;跑道占用时间;BP神经网络;蚁群算法

所属期刊栏目：20

分类号：V355(航空港（站）、机场及其技术管理)

在线出版日期：2022-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：6-11