典型文献
离港航空器滑出时间的BP神经网络预测模型
文献摘要：
准确地预测离港航空器滑出时间可有效提升机场场面运行效率,降低运行成本.构建基于BP神经网络的离港航空器滑出时间预测模型,分析影响离港航空器滑出时间的可量化因素,并对其相关性进行检验;通过我国中南某机场2周实际运行数据对模型进行验证,并以均方根误差、平均绝对误差和平均绝对误差百分比检验预测结果的准确性.结果表明:同时段推出航空器数量、同时段起飞航空器数量、同时段落地航空器数量、1小时内平均滑出时间与离港航空器滑出时间呈现强相关性,滑行距离、转弯个数、延误时间与滑出时间相关但不显著,航空器起飞时刻所在时段与滑出时间不相关;1小时内平均滑出时间对模型预测精度的提升起重要作用,具有相关性但不显著的影响因素的引入对预测结果精度的提升有一定的作用,引入不相关因素后模型的预测精度会显著下降.
文献关键词：
滑出时间预测;BP神经网络;1小时内平均滑出时间;离港航空器;滑出时间影响因素
中图分类号：
作者姓名：
夏正洪;贾鑫磊
作者机构：
中国民用航空飞行学院 空中交通管理学院,广汉 618307
文献出处：
引用格式：
[1]夏正洪;贾鑫磊-.离港航空器滑出时间的BP神经网络预测模型)[J].航空工程进展,2022(02):99-106
A类：
离港航空器,滑出时间影响因素
B类：
神经网络预测模型,提升机,机场场面运行效率,低运行成本,滑出时间预测,时间预测模型,实际运行,运行数据,平均绝对误差,出航,飞航,段落,内平,强相关性,滑行,行距离,转弯,延误时间,起飞时,不相关,升起
AB值：
0.146558
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。
