典型文献
冰雪天气下基于MFOA-LSSVR的跑道温度预测
文献摘要：
跑道温度是跑道结冰的重要因素.针对机场跑道温度短时预测问题,提出一种改进果蝇算法优化最小二乘支持向量回归机(MFOA-LSSVR)的跑道温度预测方法.在原始果蝇算法(Fruit Fly Optimiza-tion Algorithm,FOA)中引入指数更新函数和距离扩张因子以增强果蝇种群全局寻优能力,避免其陷入局部极小值.同时考虑跑道温度多种影响因素对模型预测精度的影响,选用Spearman相关系数确定跑道温度主要影响特征.以冰雪天气下跑道温度的实际数据,对该模型进行仿真测试.结果显示:与果蝇优化最小二乘支持向量回归机(FOA-LSSVR)、反向传播(Backpropagation,BP)神经网络、机理模型、MFOA-LSSVR单变量模型相比,MFOA-LSSVR预测模型的平均绝对误差至少分别提高了17.24％、25.37％、69.76％和10.88％.实验结果验证了所提方法的有效性和泛化性,能够为跑道温度短时预测提供有效思路.
文献关键词：
最小二乘支持向量机;改进果蝇优化算法;预测;跑道温度
中图分类号：
作者姓名：
陈斌;刘悦;李庆真
作者机构：
中国民航大学电子信息与自动化学院,天津 300300;中国民航大学航空地面特种设备研究基地,天津 300300
文献出处：
引用格式：
[1]陈斌;刘悦;李庆真-.冰雪天气下基于MFOA-LSSVR的跑道温度预测)[J].测控技术,2022(08):116-121
A类：
B类：
冰雪天气,MFOA,LSSVR,跑道温度,结冰,机场跑道,短时预测,改进果蝇算法,算法优化,最小二乘支持向量回归机,温度预测方法,Fruit,Fly,Optimiza,Algorithm,更新函数,全局寻优,寻优能力,局部极小值,影响特征,实际数据,仿真测试,反向传播,Backpropagation,机理模型,单变量模型,平均绝对误差,少分,泛化性,最小二乘支持向量机,改进果蝇优化算法
AB值：
0.286085
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。
