基于SSA-BP的离港航班滑出时间预测

作者：黄龙杨; 夏正洪^*; 贾鑫磊

来源：科学技术与工程, 2022, 22(16): 6607-6612.

• 滑出时间
• 反向传播(BP)神经网络
• 麻雀搜索算法(SSA)
• 机场场面运行效率

针对传统反向传播(back propagation, BP)神经网络在离港航班滑出时间预测时存在对初始权值和阈值敏感、准确性和稳定性不好等缺点，提出了一种基于麻雀搜索算法(sparrow search algorithm, SSA)获取BP神经网络的最优权值和阈值的方法。首先分析了离港航班滑出时间的可量化影响因素及相关性，然后构建了基于SSA-BP的离港航班滑出时间预测模型，并采用中国中南某枢纽机场2周的实际运行数据对预测模型进行了验证。结果表明：离港航班滑出时间与同时段滑行的离港航班数量强相关，与同时段滑行的进港航班数量、同时段推出的离港航班数量、平均滑出时间中度相关，与滑行距离和转弯个数弱相关；基于SSA优化后的BP神经网络预测结果误差在±60 s内的准确率提升了20%,误差±180 s内的准确率提升了12%,误差±300 s内的准确率提升了7%。;预测结果的平均绝对误差百分比提升了2.61%,平均绝对误差减少了11.73 s,均方根误差减少了61.03 s。研究成果为提升大型枢纽机场场面运行效率提供了思路。

• 单位
  中国民用航空飞行学院