基于混合模型的多类型机场航班过站时间预测

1

作者 李国 王伟倩 曹卫东 《计算机工程与设计》 北大核心 2025年第2期633-640,F0003,共9页

为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。... 为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。引入自适应鲁棒损失函数(adaptive robust loss function,ARLF)改进LightGBM模型损失函数,降低航班数据中存在离群值的影响;通过改进的麻雀搜索算法对改进后的LightGBM模型进行参数寻优,形成混合LightGBM模型。采用全国2019年全年航班数据进行验证,实验结果验证了方法的可行性。 展开更多

关键词 多类型机场 航班过站时间预测 客流量差异 天气差异 混合轻量级梯度提升机算法模型 自适应鲁棒损失函数 离群值 麻雀搜索算法

在线阅读 下载PDF 职称材料

数据缺失下的航班地面保障关键环节时间预测

2

作者 顾思诗 吴薇薇 +1 位作者 蒋燕 张皓瑜 《南京航空航天大学学报(自然科学版)》 北大核心 2025年第2期349-360,共12页

准确预测航班地面保障关键环节时间可以更高效地为航班过站做好保障工作,实现航班精细化管理。在实际航班运行生产过程中,保障数据缺失与异常普遍发生。传统预测模型在面对数据缺失挑战时,其预测性能往往遭受显著制约。为克服此局限,在... 准确预测航班地面保障关键环节时间可以更高效地为航班过站做好保障工作,实现航班精细化管理。在实际航班运行生产过程中,保障数据缺失与异常普遍发生。传统预测模型在面对数据缺失挑战时,其预测性能往往遭受显著制约。为克服此局限,在因果图卷积网络(Causal graph convolutional network,CGCN)的基础上,引入动态时间规整(Dynamic time warping,DTW)模块,构建了面向数据缺失场景的航班保障时间节点预测模型。通过缺失值的自主式处理与时空特征的深入挖掘,为数据缺失下的航班地面保障时间预测提供了一种更为有效的解决方案。以国内某大型机场航班保障数据集(共6480条数据)为例进行验证,实验结果表明:与考虑缺失值的因果图卷积网络(Causal graph convolutional network with missing data,CGCNM)、动态时空图卷积神经网络(Dynamic spatial‑temporal graph convolution network,DSTGCN)、贝叶斯时间因子矩阵分解(Bayesian temporal matrix factorization,BTMF)、长短期记忆网络(Long short‑term memory,LSTM)等7种基准模型相比,所提模型在20%~80%缺失率的场景下,各保障时间节点预测结果的平均绝对误差(Mean absolute error,MAE)至少降低8.1%,均方根误差(Root mean square error,RMSE)至少降低4.6%;且随着缺失率的增加,所提模型的优势更加明显。实例证明,建立的考虑缺失值的航班地面保障时间预测模型在预测精度和预测稳定性上都优于上述基准模型,能够为机场保障运行提供客观可靠的决策依据。 展开更多

关键词 航空运输 时间预测 深度学习 航班保障网络 数据缺失

在线阅读 下载PDF 职称材料

民用客机负加速度试飞实时预测及告警技术研究

3

作者 米毅 李爱军 +2 位作者 温亚军 范志鹏 胡雪松 《西北工业大学学报》 EI CAS CSCD 北大核心 2024年第2期295-302,共8页

现代民用飞机通过一系列严苛的飞行试验来验证飞机设计性能的极限,因此飞行试验任务具有高风险、技术复杂的特点。其中负加速度试飞旨在验证飞机动力装置、辅助动力装置以及与之有关的任何部件或系统在负加速度条件下不会发生危险故障... 现代民用飞机通过一系列严苛的飞行试验来验证飞机设计性能的极限,因此飞行试验任务具有高风险、技术复杂的特点。其中负加速度试飞旨在验证飞机动力装置、辅助动力装置以及与之有关的任何部件或系统在负加速度条件下不会发生危险故障。负加速度试飞的风险等级是高风险。针对民用客机负加速度试飞提出一种实时预测及告警技术:开发针对负加速度试飞场景的融合仿真系统,精度验证结果表明系统可以满足工程应用的需要;通过理论分析给出影响负加速度试飞的主要因素,为仿真计算提供方向;利用BP神经网络算法和极限梯度提升(XGBoost)算法,建立基于补偿因子的负加速度试飞预测模型,并开发负加速度试飞实时预测及告警程序。所提技术应用于某型民机的负加速度试飞中,预测结果表明负加速度试飞实时预测及告警程序的精度可以满足试飞监控的要求。 展开更多

关键词 负加速度试飞 实时预测及告警 BP神经网络 XGBoost算法

在线阅读 下载PDF 职称材料

基于深度时空卷积网络的民航需求预测 被引量：5

4

作者 林友芳 康友隐 +2 位作者 万怀宇 吴丽娜 张宇翔 《北京交通大学学报》 CAS CSCD 北大核心 2018年第2期1-8,共8页

在线机票预订网站上的用户查询量变化是真实的民航市场需求变化的反映.通过对机票查询数据进行分析,可以准确地预测航班需求,以利于民航业做出快速的市场反应.提出了一种基于深度时空卷积神经网络的民航需求预测模型(DSTCN-FRP),将用户... 在线机票预订网站上的用户查询量变化是真实的民航市场需求变化的反映.通过对机票查询数据进行分析,可以准确地预测航班需求,以利于民航业做出快速的市场反应.提出了一种基于深度时空卷积神经网络的民航需求预测模型(DSTCN-FRP),将用户查询量时间序列数据转换成航线网格图,设计多层卷积神经网络来捕捉用户需求与查询数据之间的时间和空间依赖,同时加入节假日等外部因素,最后得到未来一段时间内的民航需求量.在某在线订票网站的真实查询数据集上进行了实验,结果表明:DSTCN-FRP模型优于其他现有的预测方法,其MAE比其他方法降低了15%~50%,RMSE降低了12%~28%. 展开更多

关键词 民航需求预测 在线机票查询 时间序列曲线 卷积神经网络

在线阅读 下载PDF 职称材料

基于时效信息和深度学习的离港航班延误预测 被引量：15

5

作者 徐海文 付振宇 傅强 《科学技术与工程》 北大核心 2020年第34期14126-14132,共7页

针对离港航班延误预测问题,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,提出了一种基于时效信息和深度学习的离港航班延误预测模型。利用真实数据开展数值试验。结果表明:所构建的延误预测模型可以在较短时间内获得较高... 针对离港航班延误预测问题,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,提出了一种基于时效信息和深度学习的离港航班延误预测模型。利用真实数据开展数值试验。结果表明:所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效;同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低;尤其以60 min为阈值时,模型的预测精度可以达到91.26%,说明了模型的有效性。 展开更多

关键词 离港航班延误预测 航班延误 深度学习 时效信息

在线阅读 下载PDF 职称材料

基于模糊免疫策略的机场航班延误自适应实时预测方法 被引量：8

6

作者 丁建立 杨海彤 顾彬 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2011年第2期257-261,共5页

为了对航班实时延误情况做出准确的预测,在生物免疫检测的基础上,借鉴模糊隶属度的思想,提出了模糊免疫预测方法。给出了自体/非自体、抗体/抗原的定义以及抗体对延误航班集合的隶属度函数。在预测过程中,实时监测外界环境变化,自适应... 为了对航班实时延误情况做出准确的预测,在生物免疫检测的基础上,借鉴模糊隶属度的思想,提出了模糊免疫预测方法。给出了自体/非自体、抗体/抗原的定义以及抗体对延误航班集合的隶属度函数。在预测过程中,实时监测外界环境变化,自适应调整λ-截集,选取符合当前置信度的检测器,克服了基于确定性模型的局限性。对国内某大型机场做仿真实验表明,该方法比简单使用生物免疫方法更具适应性,能较准确地预测全天各个时段航班的延误数量。 展开更多

关键词 航班延误 模糊免疫策略 自适应调整 Λ-截集 实时预测

在线阅读 下载PDF 职称材料

基于贝叶斯网络的航班过站时间分析与延误预测 被引量：11

7

作者 曹卫东 林翔宇 《计算机工程与设计》 CSCD 北大核心 2011年第5期1770-1772,1776,共4页

从航班延误链式波及的角度出发,分析了影响航班过站时间的多种因素,建立了贝叶斯网络模型,模型能够清晰地反映多种因素对下游航班过站时间的影响。提出了基于贝叶斯网络参数估计的航班延误预测算法,当航班发生起飞延误时能够预测下游航... 从航班延误链式波及的角度出发,分析了影响航班过站时间的多种因素,建立了贝叶斯网络模型,模型能够清晰地反映多种因素对下游航班过站时间的影响。提出了基于贝叶斯网络参数估计的航班延误预测算法,当航班发生起飞延误时能够预测下游航班的起飞时间和延误状况。对算法进行了实现,并利用实际航班数据进行仿真,结果表明了该算法有比较高的预测准确率。 展开更多

关键词 贝叶斯网络 航班过站时间 参数估计 延误预测 延误波及

在线阅读 下载PDF 职称材料

基于KNN和SVR的航班滑出时间预测 被引量：16

8

作者 冯霞 孟金双 《西南交通大学学报》 EI CSCD 北大核心 2017年第5期1008-1014,共7页

针对大型繁忙机场粗放式预估航班滑出时间可能带来的场面交通不畅、运行效率不高等问题,基于K最近邻(KNN)和支持向量回归(SVR),构建了离港航班滑出时间预测模型.该模型采用KNN方法,考虑滑行距离、滑出过程中同一跑道正在滑出航班数、撤... 针对大型繁忙机场粗放式预估航班滑出时间可能带来的场面交通不畅、运行效率不高等问题,基于K最近邻(KNN)和支持向量回归(SVR),构建了离港航班滑出时间预测模型.该模型采用KNN方法,考虑滑行距离、滑出过程中同一跑道正在滑出航班数、撤轮档后15 min内推出航班数等因素,预测得到航班滑出期间使用同一跑道的起降航班数;基于该预测结果,结合滑出距离和撤轮档前15 min同一跑道平均滑出时间等因素,采用SVR预测航班滑出时间.使用首都机场航班运行数据对模型进行检验,结果表明:在误差范围为±3 min内,平均预测准确率可达79.86%. 展开更多

关键词 滑出时间预测 K最近邻 支持向量回归 离港航班 滑行延误

在线阅读 下载PDF 职称材料

基于级联BP神经网络的航班撤轮挡时刻预测 被引量：5

9

作者 徐涛 丁杨 卢敏 《计算机应用与软件》 北大核心 2019年第6期226-232,共7页

合理的航班协同离场前排序可以提高机场、航空公司、空管等部门的运行效率和可预测性,减少航班起飞前的等待时间。准确地预测航班撤轮挡时刻是建立航班起飞顺序的先决条件,对调整起飞前航班排序和计算航班起飞时间具有重要的决策意义。... 合理的航班协同离场前排序可以提高机场、航空公司、空管等部门的运行效率和可预测性,减少航班起飞前的等待时间。准确地预测航班撤轮挡时刻是建立航班起飞顺序的先决条件,对调整起飞前航班排序和计算航班起飞时间具有重要的决策意义。提出一个基于级联BP神经网络的航班撤轮挡时刻预测模型。该模型分别在航班过站过程的不同时刻进行航班撤轮挡时刻的预测,并进行过拟合研究。实验结果表明,与目前采用的经验统计预测模型相比,在相同时刻,该预测模型具有更高的预测准确率。 展开更多

关键词 航班撤轮挡时刻预测 BP神经网络 级联模型 里程碑事件 过拟合 协同决策

在线阅读 下载PDF 职称材料

基于D-S证据理论的飞行事故预测模型 被引量：6

10

作者 薛明浩 端木京顺 +1 位作者 甘旭升 闵桂龙 《安全与环境工程》 CAS 2015年第3期117-121,共5页

为提高飞行事故的预测精度,提出一种基于D-S证据理论的组合预测模型。该模型分别采用时间序列、BP神经网络和最小二乘支持向量机对飞行事故率进行预测,通过对待测年份之前的飞行事故的预测误差分析,计算出相应的基本信任分配函数,并借助... 为提高飞行事故的预测精度,提出一种基于D-S证据理论的组合预测模型。该模型分别采用时间序列、BP神经网络和最小二乘支持向量机对飞行事故率进行预测,通过对待测年份之前的飞行事故的预测误差分析,计算出相应的基本信任分配函数,并借助D-S证据理论对三种预测模型进行融合,将融合结果作为飞行事故率预测模型的权重,从而得出待测年份的飞行事故预测结果。以美国空军A类飞行事故数据对该组合模型进行验证,结果表明组合预测模型能够较准确地预测飞行事故率,且模型精度优于任何单一预测模型。 展开更多

关键词 D-S证据理论 飞行事故率 时间序列 BP神经网络 最小二乘支持向量机 组合预测模型

在线阅读 下载PDF 职称材料

基于地面保障流程的过站航班延误预测方法 被引量：3

11

作者 羊钊 陈怡欣 张智杰 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第9期122-129,154,共9页

目前民航航班持续高位运行,航班过站时机场、空管、航司多方同时交织参与,高峰时段机场地面保障系统满负荷运转,航班正点率难以提升。为了提前感知过站航班在地面保障时多流程进行协作时产生的延误,针对航班作业流程节点的相关特征,提... 目前民航航班持续高位运行,航班过站时机场、空管、航司多方同时交织参与,高峰时段机场地面保障系统满负荷运转,航班正点率难以提升。为了提前感知过站航班在地面保障时多流程进行协作时产生的延误,针对航班作业流程节点的相关特征,提出基于地面保障流程的过站航班延误预测方法。将航班保障流程构建为图网络结构,采用各流程节点上处理后的时间特征作为图卷积神经网络的各节点特征,针对节点特征采用多种聚合传递方式并进行集成,实现航班延误预测精度的提升。结果表明,提出的航班延误预测方法的平均预测误差降低至7.11 min,具有更好的泛化能力。 展开更多

关键词 交通运输工程 航班保障流程 时间特征处理 图神经网络集成 过站航班 延误预测

在线阅读 下载PDF 职称材料

民航运输飞机重着陆研究综述 被引量：5

12

作者 钱宇 叶亮 《科学技术与工程》 北大核心 2021年第31期13211-13220,共10页

飞行安全是民航运行的基础,飞机着陆时速度小、惯性大、运行环境复杂,是事故高发阶段。为了分析飞机重着陆研究现状,对中外重着陆研究文献进行了评述。从仿真建模、机器学习等方法对重着陆智能进行诊断,利用定量分析法、定性分析法进行... 飞行安全是民航运行的基础,飞机着陆时速度小、惯性大、运行环境复杂,是事故高发阶段。为了分析飞机重着陆研究现状,对中外重着陆研究文献进行了评述。从仿真建模、机器学习等方法对重着陆智能进行诊断,利用定量分析法、定性分析法进行重着陆致因分析和风险评估,以及对重着陆的风险、数量和相关参数进行预测,对以上三个方面的现有研究成果和不足进行了分析。由于飞行环境和人机交互过程中的复杂性、多变性、不确定性,民航飞机稳定控制系统和重着陆实时预测是未来的研究趋势。 展开更多

关键词 重着陆 飞行数据 时间序列分析 风险评估 预警方法

在线阅读 下载PDF 职称材料

基于时间序列模型的航班运行风险短期预测 被引量：6

13

作者 王岩韬 陈冠铭 《中国安全科学学报》 CAS CSCD 北大核心 2020年第5期33-38,共6页

针对国内航班运行风险预测技术匮乏的现状,采用移动平均自回归(ARMA)方法,构建航班日运行风险的单变量预测模型;采用向量自回归(VAR)方法,构建航班日运行风险的多变量预测模型;经稳定性检验后,对比2种方法的短期预测效果,发现使用ARMA... 针对国内航班运行风险预测技术匮乏的现状,采用移动平均自回归(ARMA)方法,构建航班日运行风险的单变量预测模型;采用向量自回归(VAR)方法,构建航班日运行风险的多变量预测模型;经稳定性检验后,对比2种方法的短期预测效果,发现使用ARMA的单变量预测模型,未来第3天预测精度达到80.76%,可用预测周期为1~3天;而VAR多变量预测模型计算出未来第1天预测精度可高达92%,第7天预测精度仍达到80.64%,适用预测周期为1~7天。结果表明:基于ARMA和VAR的时间序列模型可用于航班运行风险的短期预测,而VAR模型精度更好,更加符合实际需求。 展开更多

关键词 航班运行风险 短期预测 时间序列模型 向量自回归(VAR)模型 移动平均自回归(ARMA)模型

在线阅读 下载PDF 职称材料

基于EEMD-ELM的航班运行风险混沌预测 被引量：1

14

作者 王岩韬 李景良 谷润平 《交通运输系统工程与信息》 EI CSCD 北大核心 2020年第3期198-205,共8页

针对航班运行风险可靠预测方案,以某航空公司2016-2018年航班运行风险数据为基准,通过相空间重构,序列混沌特征的识别,构建基于极端学习机(ELM)的航班运行风险混沌短期预测模型,基于集成经验模态分解(EEMD)阈值降噪方法进行改进;最后,... 针对航班运行风险可靠预测方案,以某航空公司2016-2018年航班运行风险数据为基准,通过相空间重构,序列混沌特征的识别,构建基于极端学习机(ELM)的航班运行风险混沌短期预测模型,基于集成经验模态分解(EEMD)阈值降噪方法进行改进;最后,计算风险预测结果,分析不同方式下的预测精度.结果表明:航班运行风险时间序列具有混沌特征,EEMD方法可抑制序列本征模态函数(IMF)的模态混叠现象;经由EEMD阈值降噪处理后,短期预测结果的修正平均绝对百分误差(MAPE)值显著下降.证实本文航班运行风险预测方案可行且有效. 展开更多

关键词 航空运输 风险预测 混沌时间序列 航班运行风险 极端学习机 经验模态分解

在线阅读 下载PDF 职称材料

基于UKDE和XGBoost的航班过站时间动态预测 被引量：1

15

作者 吴薇薇 熊奥萍 唐红武 《南京航空航天大学学报》 CAS CSCD 北大核心 2023年第6期1016-1024,共9页

为了提高机场运行高峰时航班过站时间预测的精度及可靠性,研究了一种结合无偏核密度估计(Unbiased kernel density estimation,UKDE)和极端梯度提升决策树(Extreme gradient boosting,XGBoost)模型的航班过站时间动态预测方法。首先,考... 为了提高机场运行高峰时航班过站时间预测的精度及可靠性,研究了一种结合无偏核密度估计(Unbiased kernel density estimation,UKDE)和极端梯度提升决策树(Extreme gradient boosting,XGBoost)模型的航班过站时间动态预测方法。首先,考虑模型输入变量航班密度的连续性和不确定性变化,利用UKDE法估计机场航班密度,将其作为动态指标输入模型。其次,引入量子粒子群(Quantum particle swarm optimization,QPSO)法优化XGBoost模型。最后,考虑前序航班延误发生前后输入特征的变化,利用初始预测结果对航班密度进行修正,得到二阶段预测结果。研究结果表明:本文方法在高峰时段的预测平均绝对误差为7.365 min,效果优于随机森林(Random forest,RF)、粒子群(Particle swarm optimization,PSO)-XGBoost和XGBoost,修正后的预测结果平均绝对误差减少了3.373 min;模型输入参数按敏感性程度由高到低依次为航班密度、前序航班提前到港时间和延误到港时间。 展开更多

关键词 航空运输 时间预测 极端梯度提升决策树 航班过站保障 核密度估计

在线阅读 下载PDF 职称材料

连续时间广义预测控制在纵向飞行控制中仿真

16

作者 任强 陈增强 +1 位作者 孙明玮 袁著祉 《系统仿真学报》 CAS CSCD 北大核心 2006年第z2期814-816,820,共4页

导弹的飞行主要是通过姿态稳定和调节实现的。当导弹在大空域内进行飞行时,系统存在着严重的非线性和复杂性等不确定性因素,采用离散的控制算法进行控制,在高采样速率情况下,产生控制抖动问题。提出了连续时间控制方案,通过以小扰动模... 导弹的飞行主要是通过姿态稳定和调节实现的。当导弹在大空域内进行飞行时,系统存在着严重的非线性和复杂性等不确定性因素,采用离散的控制算法进行控制,在高采样速率情况下,产生控制抖动问题。提出了连续时间控制方案,通过以小扰动模型为基础的导弹动力学特性分析,设计了导弹纵向飞行通道的全空间串级控制结构,并且以连续模型作为预测控制的被控对象,弹道外回路和姿态内回路均采用连续时间广义预测控制算法。仿真结果表明,该控制方案能实现高精度的控制要求,并且有效的克服了控制抖动。 展开更多

关键词 导弹姿态控制 纵向飞行通道 广义预测控制(GPC) 连续时间广义预测控制(CGPC) 串级控制

在线阅读 下载PDF 职称材料

一种基于双向GRU的UAV飞行轨迹预测方法 被引量：7

17

作者 张宗腾 张琳 +2 位作者 汪文峰 滕飞 张搏 《电光与控制》 CSCD 北大核心 2022年第3期11-15,26,共6页

由于三维轨迹是一个具有连续性和交互性的复杂时间序列,因此,针对无人机飞行轨迹预测问题,结合深度学习理论特点,提出了一种基于双向门控循环单元的无人机飞行轨迹预测方法,进一步提高了轨迹信息的利用率。首先,建立无人机飞行动力模型... 由于三维轨迹是一个具有连续性和交互性的复杂时间序列,因此,针对无人机飞行轨迹预测问题,结合深度学习理论特点,提出了一种基于双向门控循环单元的无人机飞行轨迹预测方法,进一步提高了轨迹信息的利用率。首先,建立无人机飞行动力模型,仿真获得不同状态的飞行轨迹样本;其次,利用均方误差作为损失函数,确定了双向门控循环单元轨迹预测模型的隐藏层节点参数和迭代次数;最后,利用Adamax算法对双向门控循环单元模型进行优化,实现了无人机飞行轨迹的预测。实验结果表明,双向门控循环单元模型在X,Y,Z轴方向上预测结果的平均绝对误差均在5.0 m内,且轨迹预测平均用时约4.2 ms,与循环神经网络、门控循环单元相比,其预测效果更佳,具有良好的应用价值。 展开更多

关键词 无人机 轨迹预测 双向GRU 飞行仿真 时间序列

在线阅读 下载PDF 职称材料

控制速度方向的弹道修正导引方法 被引量：3

18

作者 徐秋坪 王中原 常思江 《国防科技大学学报》 EI CAS CSCD 北大核心 2016年第4期143-152,共10页

由于制导炮弹由身管武器发射,其飞行控制能力和导引信息量有限,故基于预测落点位置偏差量来修正速度方向并在控制时间内连续分配导引指令的思想提出一种新的三维末制导方法。根据非线性弹道方程组的级数解预测弹丸落点位置,得到落点与... 由于制导炮弹由身管武器发射,其飞行控制能力和导引信息量有限,故基于预测落点位置偏差量来修正速度方向并在控制时间内连续分配导引指令的思想提出一种新的三维末制导方法。根据非线性弹道方程组的级数解预测弹丸落点位置,得到落点与目标的偏差,并提出两种通过此偏差解算当前速度方向修正量的方法。取剩余飞行时间为修正时间,通过将速度方向修正量分配到整个剩余导引段建立加速度修正公式,从而减小导引指令饱和的可能性。通过连续地预测落点和分配加速度指令来实时地导引飞行。仿真结果表明:该导引方法简单可行,精度高,对控制能力要求较低,且具备较好的制导效果和毁伤效果,可为该体制制导炮弹的应用提供参考依据。 展开更多

关键词 制导炮弹 导引方法 弹道修正 落点预测 剩余飞行时间

在线阅读 下载PDF 职称材料

基于XGBoost算法的终端区进场航空器飞行时间预测 被引量：5

19

作者 徐文英 王大军 +1 位作者 卢朝阳 顾明昕 《北京交通大学学报》 CAS CSCD 北大核心 2022年第6期72-79,共8页

为了高效调配进离场航空器,得到进离场航空器的最佳排序顺序,采用机器学习的方法对终端区进场航空器的飞行时间进行预测.分析终端区航空器飞行特点和进场航空器飞行时间的影响因素并且提出了影响飞行时间预测的22个重要特征.引入密度聚... 为了高效调配进离场航空器,得到进离场航空器的最佳排序顺序,采用机器学习的方法对终端区进场航空器的飞行时间进行预测.分析终端区航空器飞行特点和进场航空器飞行时间的影响因素并且提出了影响飞行时间预测的22个重要特征.引入密度聚类DBSCAN方法,聚类得到交通流的不同路径类别.建立了基于集成机器学习算法XGBoost的飞行时间预测模型,以云南昆明终端区为例,对模型进行了训练、验证和测试,并以平均相对误差和均方误差为评价指标来分析预测结果的误差.结果表明:与线性回归、支持向量机回归和人工神经网络方法相比,本文模型对飞行时间的预测结果最好,±5 min内的预测准确率达到95.18%. 展开更多

关键词 空中交通管理 飞行时间预测 XGBoost 进场航空器

在线阅读 下载PDF 职称材料

一种基于C-GRU飞行轨迹预测方法 被引量：3

20

作者 钱来 王伟 《电子测量技术》 北大核心 2022年第10期87-92,共6页

飞行轨迹是由大量时间序列数据组成,遵循一定的运动规则。对敌方巡逻机飞行轨迹进行预测,能有效的提高战斗机生存率。针对现有单一预测模型对飞行轨迹预测精度不高,提出一种基于复合门控循环单元飞行轨迹预测方法。使用飞行仿真模拟获... 飞行轨迹是由大量时间序列数据组成,遵循一定的运动规则。对敌方巡逻机飞行轨迹进行预测,能有效的提高战斗机生存率。针对现有单一预测模型对飞行轨迹预测精度不高,提出一种基于复合门控循环单元飞行轨迹预测方法。使用飞行仿真模拟获取多组飞行轨迹坐标点数据,用于复合门控循环单元网络模型参数训练,实现飞行轨迹预测。通过仿真结果分析,复合门控循环单元网络模型在X、Y、Z轴上的多组预测数据平均绝对误差在4.5 m内,且网络模型预测平均时间开销约为4.1 ms;使用平均绝对误差变化较大与较小的轨迹数据进行对比,其Y与Z轴的两组均方根误差相近。同时与门控循环单元、长短期记忆网络模型对比,其误差最小,在平均耗时接近的情况下预测的结果更加准确。所以本文提出的模型适用于不同的飞行轨迹,而且预测结果具有较高的可信度。 展开更多

关键词 飞行轨迹预测 门控循环单元 长短期记忆 时序性 飞行仿真

在线阅读 下载PDF 职称材料