10.3778/j.issn.1002-8331.1109-0120
一种 BP 神经网络机场噪声预测模型
机场噪声预测对机场噪声控制、航班计划制定和机场规划设计具有十分重要的作用.现有的机场噪声预测模型都是以飞机的噪声距离曲线(NPD 曲线)为核心,用相应的数学模型将其修正至与具体机场的特定环境条件相关的噪声传播模型,存在预测成本高和误差大的缺点.针对这种情况,提出一种使用 BP 神经网络利用机场噪声历史监测数据进行NPD 曲线修正计算方法,从而建立适用于特定机场环境条件的机场噪声预测模型.实验表明,在特定机场的特定环境条件下,允许误差为0.5 dB 时,该模型预测准确率高达91.5%以上,具有预测成本小、准确度高的特点.
反向传播(BP)神经网络、机场噪声、预测模型、噪声距离曲线(NPD)
TP391.9(计算技术、计算机技术)
2013-05-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
236-239