基于特征选择的BP神经网络算法滑行时间预测 |
| |
引用本文: | 章月,周洁敏.基于特征选择的BP神经网络算法滑行时间预测[J].航空计算技术,2024(1):71-75. |
| |
作者姓名: | 章月 周洁敏 |
| |
作者单位: | 南京航空航天大学 |
| |
摘 要: | 为准确预测离港航班滑行时间,基于数理分析同时段场面航空器滑行数量、平均滑行时间等因素对离港航空器滑行时间的影响。将皮尔逊相关系数与随机森林算法相结合减少冗余特征变量,建立基于BP神经网络的滑行时间预测模型,提高离港航空器场面滑行时间预测精度,并通过交叉验证证明预测结果的稳定性。预测结果表明:通过皮尔逊相关系数与随机森林组合模型进行特征选择可提高BP神经网络预测结果的精度,离港航空器的滑行时间预测误差在±5min内的占比由88.23%提升至92.26%,且预测效果较为稳定。模型可以精确预测离港航班的滑行时间,为机场运行提供决策依据。
|
关 键 词: | 滑行时间预测 BP神经网络 特征选择 皮尔逊相关系数 随机森林 |
|
|