空中交通航空飞行流量优化预测仿真.pdf

《空中交通航空飞行流量优化预测仿真.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第08期计算机仿真2016年8月文章编号：1006—9348(2016)08—0054一04空中交通航空飞行流量优化预测仿真周志靖，陈金良，沈华，张建峰(空军工程大学空管领航学院，陕西西安710051)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

2、而训练出更优秀的BP网络以提高预测模型的精度。通过对A46l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。关键词：飞行流量；量子遗传算法；神经网络；预测中图分类号：7r玛91．9文献标识码：BSimlllationofAirTramcFlowOptimizationPredictionZHOUZhi—jing，CHENJin一1i

3、ang，SHENHua，ZHANGJian—feng(AirContmlandNavigationcollege，AirFoIceEn百neeringuniversity，xi’aIlShanxi710051，China)ABSlRACT：neprediction0fairtra盛cis蛐import蚰tpaItinair讹珏icnowm粕agement，蚰dtIIep捌ictingaccu—racydirectlyinnuencestheemciencyofmaJlagementactivities．Ar

4、tificialinteUigencepredictingmetlIodsuch鹪BPneuralnetworkalgorithmhasastrongdependenceontheinitialpar锄ete璐，whichleadstothelowpredictionaccura—cy．Thetrad[!EicpredictionmodelbasedonqIl帅tllmgeneticoptimizationBPneuralnetworkc柚achievethe叩tiIIlalin—itialweightsa

5、IIdthresholdsofBPneuralnetwork，modifythedefectsoftheBPneuralnetwork，蛐dtrainmoreexcel．1entnetworktoimprovetheaccumcyofpredicti∞Inodel．neairt均mcnowof624smalltime耐幽ofBUBDAontheA461mutew船calculatedbythepredictionmodel印pliedintllispaper，whichwascomparedwitlltll

6、eresuhsofBPneuralnetworkmodelarIdgeneticalg耐tllm叩tiIIlizationneuralnetworkmodel．nepredictionprecisi帆softr豳cpredictionmodelare7％and2％higherrespec石velytIlantheotllertwo．KEYWoImS：AirtEamcnow；Qu粕tumgenedc蛔tllm；№uraInetwork；Prediction1引言飞行流量预测是空中交通管理中的一项重要内容，是航

7、空管制部门实施空中交通运输规划与控制的前提与基础。特别是航空运输业近年来得到了突飞猛进的发展，但基础设施建设却无法满足航班量的快速增长，大量航班的延误对流量管理工作提出了更高的要求，流量预测技术亟须得到进一步的优化和提高。近些年在此方面涌现出了很多研究成果，有学者提出了基于最小二乘向量机的预测方法⋯，但分析过程较为繁琐；基金项目：军航应急空管运行关键技术支撑平台研究(1(J加140∞106B111091收稿日期：2015一lO一24修回日期：2015—1l—16—54一也有学者在4D轨迹预测的基础上提出了基

8、于实时航迹的流量预测修正算法旧j，但考虑因素过多，且只在航空器连续保持某一状态飞行时才会显著提高预测精度；更多的学者则是以神经网络算法为主提出了诸如基于双重力或灰色的人工神经网络组合预测模型一。J，虽然预测精度得到了改进，但是对于神经网络易陷入局部极值和收敛速度慢的内在缺陷旧J，这些组合预测模型却并没有进行修正，预测模型的性能并没有得到更深入的挖掘。在相关领域有学者提出了以遗传算法优化BP神经网络模型(GABP)