基于bp网络空中交通管制运行品质评价

基于bp网络空中交通管制运行品质评价

ID:32636351

大小:63.33 KB

页数:13页

时间:2019-02-14

基于bp网络空中交通管制运行品质评价_第1页
基于bp网络空中交通管制运行品质评价_第2页
基于bp网络空中交通管制运行品质评价_第3页
基于bp网络空中交通管制运行品质评价_第4页
基于bp网络空中交通管制运行品质评价_第5页
资源描述:

《基于bp网络空中交通管制运行品质评价》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于BP网络空中交通管制运行品质评价基金项目:国家科技支撑计划项目(2011BAH24B06);国家软科学计划项目(2010GXS1B105);民航科技项目(MHRDZ200815)作者简介:张建平(1976-),男,高级工程师,博士研究生,研究方向为空中交通管理,电话:13808097935,E-mail:jpzhang031l@hotmail.com文章编号:0258-2724(2013)03-0553-06D0I:10.3969/j.issn.0258-2724.2013.03.025摘要:为改善空中交通管制运行

2、品质综合评价方法,建立了包括空中交通流密度、运行安全性能、运行效率性能及管制员工作负荷的通用评价指标体系;基于BP(backpropagation)网络模型给出了运行品质分类评价的人工智能方法•针对成都终端管制区域平行双跑道隔离运行模式,采集60个典型样本进行网络训练测试,确立了拓扑结构为12-7-5型的BP网络模型,并应用于对40个检验样本的分类评价•经与主成分分析法比对,2种综合评价方法所得出的评价结果基本一致.关键词:BP网络;空中交通管制;运行品质;综合评价;主成分分析法中图分类号:V355文献标志码:A空中交

3、通管制运行品质涵盖空中交通流密度、运行安全性能、运行效率性能及管制员工作负荷等多个方面[1-2].对管制运行品质做出科学评价,是确定管制运行优化策略、改善管制运行状况的前提.相关研究成果包括:文献[3-5]研究了空中交通流密度问题,提出了用于判别空中交通拥挤程度的指标及分析计算方法;文献[6-8]基于威胁差错管理(threatanderrormanagement,TEM),给出了管制运行安全性能的评价方法;文献[9-10]通过研究航班延误问题,对管制运行效率性能进行了评价;文献[11-13]针对管制员工作负荷评估,对管

4、制员生理及心理状况测量、人与机器系统环境之间相互作用等方面进行了研究,并应用于管制扇区容量评估•目前,研究主要针对单一管制运行品质问题,由于不同运行品质问题间相互影响、相互作用,需要对诸多运行品质因素开展综合评价,才能系统地改善管制运行状况•鉴于评价因素众多且存在此消彼涨的关系,依靠人工评定方式往往因专家意见相左而无法形成评价结论;文献[1-2]研究了定量的综合评价方法,针对单跑道终端区建立了管制运行品质评价指标体系,并基于主成分分析法对原始指标进行降维处理,实现综合评价.然而,主成分分析法是一种简化数据集技术,它是将

5、原始指标重新组合成一组新的互相无关的几个综合指标,同时根据实际需要从中取出几个较少的综合指标进行分析,因此会产生原始指标信息的丢失,影响评价结果的准确性;此外,应用主成分分析法尽管可得出样本综合评价分值,但无法实现对样本的分类归纳•实际中,基于全信息的评价方法是优选的评价方法,而就评价效果而言,样本分类结果较样本评分结果更加简洁直观•为改善上述问题,本文建立了通用的管制运行品质评价指标体系,通过设计BP(backpropagation)网络,针对全部原始指标信息建立输入-输出映射关系,以人工智能方式给出管制运行品质分类

6、评价方法.经实例验证,新方法弥补了主成分分析法的缺陷,更为优化.1评价策略及方法1.1管制运行品质评价指标体系管制运行品质评价指标尚无行业规范,为定量开展综合评价,基于文献[1]归纳得出了具有通用性的评价指标体系,如表1所示.近年来,空管领域相关雷达综合航迹处理技术、飞行计划处理技术、管制席位语音通话数据采集技术、数据集成共享技术都发展得比较成熟,这使得表1各项指标数据的采集具备技术和工程方面的可行性.1.2BP网络原理作为人工神经网络模型的代表,BP网络能学习和存储大量的输入-输出模式映射关系,无需事前揭示描述这种映

7、射关系的数学方程,具有突出的大规模并行处理、信息分布存储及自学习功能,已广泛应用于函数逼近、模式识别、分类及数据压缩问题[14],BP网络的拓扑结构包括输入层(inputlayer).隐含层(hidelayer)和输出层(outputlayer),学习算法由信息正向传播和误差反向传播两个过程组成.对于一个信息正向传播过程,输入层各节点负责接收来自外界的输入信息,并传递给隐含层各节点;隐含层负责信息变换,根据信息变化能力需求可以设计为单层或多层;最后一个隐含层传递到输出层各节点的信息,经进一步处理后由输出层向外界输出•当

8、实际输出与期望输出不符时,进入误差反向传播阶段•误差通过输出层,基于误差梯度下降的方式修正各层权值和阈值,向隐含层、输入层逐层反传.周而复始的信息正向传播和误差反向传播过程,是各层权值和阈值不断调整的过程,也是神经网络学习训练的过程,此过程一直进行到可以接受的程度为止[15].1.3策略及方法1.3.1网络设计理论证明,具有偏差和

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。