基于GAPSO-Elman神经网络算法的短时航迹预测

摘要：

为保证空中交通运行通畅,避免交通拥堵和其他可能存在的风险,有必要对航空器进行短时航迹预测,为管制员提前做出决策提供依据.基于遗传算法(GA)的全局搜索能力和粒子群算法(PSO)的局部搜索能力,将两者相结合的遗传粒子群混合算法(GAPSO)应用于Elman神经网络算法的优化中,提出了GAPSO-Elman神经网络算法,将该算法应用于短时航迹预测.仿真实验结果表明:方法能够极大地提升Elman神经网络的预测精度,准确地预测航空器的飞行轨迹,提前15 min预测的航空器过点时间与真实过点时间平均误差能够控制在1 min以内,具有良好的预测效果,为终端区航路网络的拥挤管控提供了技术依据.

关键词：短时航迹预测、GAPSO算法、Elman神经网络、航路网络

所属期刊栏目：51

分类号：V355(航空港（站）、机场及其技术管理)

在线出版日期：2021-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：60-63