基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了准确和有效地预测机场终端区拥挤等级,进而提高终端区空中交通运行效率,首先,从拥挤原因和拥挤后果2类指标入手,提取出4个终端区拥挤指标,并将其量化;然后,建立了基于反向传播(BP)神经网络的终端区拥挤等级预测模型;最后,以国内某终端管制区为例进行验证,结果表明,该预测方法对终端区拥挤等级预测的准确率达73.3%,并具有实用性.
推荐文章
基于PSO-BP神经网络的终端区拥堵等级预测模型
空中交通
终端区
拥堵等级预测
粒子群算法
BP神经网络
基于BP神经网络的机场离港延误等级预测
机场离港延误
时序因素
延误等级
BP神经网络
基于聚类神经网络的机场拥挤等级预测
机场拥挤
机场需求
机场容量
航班延误
神经网络
聚类
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的终端区拥挤等级预测
来源期刊 指挥信息系统与技术 学科 航空航天
关键词 BP神经网络 终端区 拥挤等级预测
年,卷(期) 2019,(4) 所属期刊栏目 实践与应用
研究方向 页码范围 83-86
页数 4页 分类号 V355
字数 3396字 语种 中文
DOI 10.15908/j.cnki.cist.2019.04.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 阮昌 3 0 0.0 0.0
2 李印凤 华北理工大学建筑工程学院 3 0 0.0 0.0
3 高旗 华北理工大学建筑工程学院 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (108)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(14)
  • 参考文献(1)
  • 二级参考文献(13)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(6)
  • 参考文献(3)
  • 二级参考文献(3)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
终端区
拥挤等级预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
指挥信息系统与技术
双月刊
1674-909X
32-1818/TP
16开
南京1406信箱62分箱
28-430
2010
chi
出版文献量(篇)
1287
总下载数(次)
8
总被引数(次)
4322
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导