典型文献
基于Bi-IndRNN和PSO的航班延误预测
文献摘要：
针对普通循环神经网络在航班延误预测问题上精度不高、调试时间长的问题,提出基于Bi-IndRNN和粒子群的机场短期航班延误预测模型.模型采用Bi-IndRNN结构作为预测模型,使用粒子群算法对模型超参数进行全局寻优,使模型不仅能够处理长序列的数据,还能够高效率地选择合适的参数,使其预测准确度更高.实验在2018年国内某机场航班延误数据集上构建预测模型,并对所提模型预测结果与其他预测模型预测结果进行比较分析.结果表明,提出的预测模型提高了航班延误预测的准确率.
文献关键词：
航班延误预测;独立循环神经网络;双向循环神经网络;粒子群算法
中图分类号：
作者姓名：
王辉;刘杰
作者机构：
中国民航大学,天津300000
文献出处：
引用格式：
[1]王辉;刘杰-.基于Bi-IndRNN和PSO的航班延误预测)[J].航空计算技术,2022(03):15-19
A类：
IndRNN
B类：
Bi,PSO,航班延误预测,粒子群算法,超参数,全局寻优,预测准确度,独立循环神经网络,双向循环神经网络
AB值：
0.134315
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
