论文摘要
为了解决由于拥堵指标和预测方法不完善而导致的预测精度不高的问题,从拥堵现象、拥堵原因、拥堵后果角度出发,构建终端区拥堵指标体系;建立BP神经网络并用粒子群算法提高模型精度,提出一种基于PSO-BP的多指标终端区拥堵等级预测模型;采用国内某终端管制区为实例验证了模型的有效性。结果表明,通过综合考虑终端区拥堵的影响因素,模型对终端区拥堵等级预测的准确率从66.7%提高到了80%,具有一定的实用价值。
论文目录
文章来源
类型: 期刊论文
作者: 高旗,初建宇,李印凤
关键词: 空中交通,终端区,拥堵等级预测,粒子群算法,神经网络
来源: 航空计算技术 2019年06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: 华北理工大学建筑工程学院
基金: 国家重点实验室2018年开放基金项目资助(SKLATM201802),江苏省自然科学基金项目资助(BK20170157),华北理工大学研究生创新项目资助(2019S23)
分类号: V355
页码: 57-61
总页数: 5
文件大小: 630K
下载量: 136