跑道占用时间的影响因素分析与预测方法研究

针对最后进近阶段飞机距跑道入口较远时,跑道占用时间难以实现准确且实时的预测,提出了基于机器学习的跑道占用时间预测方法。面向空中交通管理,考虑3类共10项影响因素与跑道占用时间的关系;然后,基于对影响因素的分析,使用BP神经网络建立按照飞机尾流等级分类的跑道占用时间预测模型;通过对模型的调试和训练,对模型性能、影响因素显著性和不同距离时的预测结果展开了分析。研究表明,模型对跑道占用时间的估算平均绝对误差不超过2.5 s,均方根误差不超过3 s,判定系数均在0.85以上,可以很好地满足跑道占用时间的准确预测;影响因素偏差导致的估算误差随着飞机尾流等级的减小而增大;当飞机位于距跑道入口19 km时,估算误差为4.33 s,是预测跑道占用时间的较佳位置。