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

• 作者: 黄学林 王观虎 耿昊
• 来源期刊: 国防交通工程与技术
• 学科: 航空航天
• 关键词: 起飞容量 跑道占用时间 BP神经网络 蚁群算法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 研究与设计
• 页码范围: 6-11
• 页数: 6页
• 分类号: V355
• 语种: 中文
• DOI: 10.13219/j.gjgyat.2022.01.002

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.