典型文献
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
文献摘要：
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.
文献关键词：
起飞容量;跑道占用时间;BP神经网络;蚁群算法
中图分类号：
作者姓名：
黄学林;王观虎;耿昊
作者机构：
空军工程大学航空工程学院,陕西西安710038
文献出处：
引用格式：
[1]黄学林;王观虎;耿昊-.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)[J].国防交通工程与技术,2022(01):6-11
A类：
起飞容量
B类：
蚁群算法优化,神经网络技术,容量预测,出动,ACO,机场跑道,跑道容量,点将,飞跑,跑道占用时间,机场保障,纵向风,非线性关系,该机,保障能力
AB值：
0.167215
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。
