基于BP神经网络的机场离港延误等级预测

论文摘要

以基于DTW的机场延误特性分析的研究为基础,选择与机场离港延误时间关联性显著的时序因素进行深度学习。通过制定基于航班延误时间频率和基于单航班延误时间两种机场离港延误等级划分方法,利用BP神经网络对机场离港延误等级进行预测。经试验证明,利用与延误时间相关的时序属性对机场离港延误时间进行预测具有可实践性;利用BP神经网络方法,在上述两类延误等级划分方法中,可以取得较好的预测效果。

论文目录

• 引言
• 1 研究数据的采集与处理
•   1.1 航空气象报文的解析与转换
•   1.2 航班运行数据的分析和预处理
•   1.3 离港延误数据集的构造
• 2 基于BP神经网络的机场离港延误等级预测
•   2.1 BP神经网络
•   2.2 基于BP神经网络的离港延误分级预测模型
• 3 实验与结果分析
•   1) 基于航班延误时间频率分布划分
•   2) 基于单航班延误时间划分
• 4 结论

文章来源

类型: 期刊论文

作者: 谢华,李雨吟,胡明华,陈海燕

关键词: 机场离港延误,时序因素,延误等级,神经网络

来源: 航空计算技术 2019年03期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 南京航空航天大学民航学院

分类号: V355

页码: 71-74

总页数: 4

文件大小: 447K

下载量: 207