空中交通航空飞行流量优化预测仿真
日期:2016.12.22 点击数:6
【类型】期刊
【刊名】计算机仿真
【摘要】飞行流量预测是空中交通流量管理工作的重要组成部分,预测精度直接影响着管理活动的效率。传统的以BP神经网络算法为主的人工智能预测方法对初始参数具有较强的依赖性,致使预测精度不高。基于量子遗传优化BP神经网络的流量预测模型是运用量子遗传算法求解出BP神经网络的最佳初始权值与阈值,可用修正算法的缺陷从而训练出更优秀的BP网络以提高预测模型的精度。通过对A461航路上BUBDA强制报告点624个小时段过点飞行流量历史数值进行计算,并与BP神经网络模型和遗传神经网络模型的预测结果进行对比,运用基于量子遗传优化BP神经网络流量预测模型的预测精度分别比前两者高出7%和2%,具有更高适用性。
【年份】2016
【作者单位】空军工程大学空管领航学院
【期号】第8期
【页码】54-57,71
【全文挂接】全文挂接
相关文章
- 1、无人机给农业插上科技的翅膀——记第二届航空植保联盟年会 年份:2018
- 2、基于IL的飞机防滑刹车系统反馈补偿控制研究 作者:高洁,高冰,刘建英, 年份:2018
- 3、土地一级开发运作模式简析——以航空港实验区为例 作者:周懋然, 年份:2018
- 4、基于PCA-BP的飞机爬升段油耗分析模型 作者:胡小娜, 年份:2018
- 5、民用飞机价值驱动设计中的经济性需求 作者:宋杨, 年份:2018
- 6、让中国大飞机腾飞者群像 作者:孙兴伟, 年份:2018