摘要
为了解决由于拥堵指标和预测方法不完善而导致的预测精度不高的问题,从拥堵现象、拥堵原因、拥堵后果角度出发,构建终端区拥堵指标体系;建立BP神经网络并用粒子群算法提高模型精度,提出一种基于PSO-BP的多指标终端区拥堵等级预测模型;采用国内某终端管制区为实例验证了模型的有效性。结果表明,通过综合考虑终端区拥堵的影响因素,模型对终端区拥堵等级预测的准确率从66.7%提高到了80%,具有一定的实用价值。
学科与关键词
关键词
空中交通终端区拥堵等级预测粒子群算法BP神经网络 air trafficterminal areacongestion level predictionparticle swarm optimizationBP neural network
- 基于多指标模糊综合评价的交通拥堵预测与评估晏雨婵; 白璘; 武奇生; 叶珍计算机应用研究, 2019, (12): 3697-3700+3704.
- 一种空中交通管制区战略流量影响因素组合分析方法朱聃; 徐正凤民航管理, 2019, (11): 49-55.
- 机场航空器地面交通流的随机演化机理研究闵佳元; 张亚平; 邢志伟; 罗晓; 罗谦中国城市规划学会城市交通规划学术委员会, 中国四川成都.
