基于聚类神经网络的机场拥挤等级预测

• 作者: 孟令航 徐肖豪 李善梅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 机场拥挤 机场需求 机场容量 航班延误 神经网络 聚类
• 年，卷（期）: 2013,（17）
• 页码范围: 254-257
• 页数: 4页
• 分类号: TP39
• 字数: 3569字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1205-0003

摘要

对机场拥挤机理进行分析；从后果类指标入手，提出基于饱和度的拥挤等级评价方法，建立机场拥挤5色预警等级，从原因类指标入手，提取出分别刻画机场容量和需求的5个拥挤特征指标；提出了基于聚类的神经网络分类算法；利用ATL机场实际航班数据进行实例验证，拥挤等级预测的准确度达到80%，预测效果优于BP神经网络。结果表明，提出的方法预测效果较好，具有一定的实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟令航	天津大学计算机科学与技术学院	5	70	3.0	5.0
2	李善梅	天津大学计算机科学与技术学院	4	74	4.0	4.0