基于級聯(lián)模型的航班撤輪擋時刻預(yù)測

發(fā)布時間：2020-08-02 13:34

【摘要】：一個合理的協(xié)同離場前航班排序可以提高機(jī)場、航空公司、空管等部門的運行效率和可預(yù)測性,減少航班起飛前的等待時間。其中航空公司通過目標(biāo)撤輪擋時刻來表達(dá)航班起飛的先后秩序的偏好。目標(biāo)撤輪擋時刻是指航空器在起飛準(zhǔn)備就緒、所有艙門關(guān)閉、廊橋撤離、推車可用并且收到開車許可后可立即推出的時刻。及時、準(zhǔn)確、穩(wěn)定的目標(biāo)撤輪擋時刻是建立航班起飛順序的先決條件,同時,對調(diào)整航班起飛順序和計算航班起飛時刻具有決策意義。本文通過研究航班過站保障過程,在航班過站保障過程的不同時刻分別對航班的實際撤輪擋時刻即航班撤輪檔時刻進(jìn)行預(yù)測,為評估目標(biāo)撤輪擋時刻提供參考。通過對航班過站保障過程的研究發(fā)現(xiàn),航班撤輪擋時刻與里程碑事件時刻及其他航班過站保障時刻之間具有一定的關(guān)聯(lián)性,因此,本文提出了一個利用里程碑事件時刻與航班過站保障時刻的基于級聯(lián)BP神經(jīng)網(wǎng)絡(luò)的航班撤輪擋時刻預(yù)測模型。首先,以BP神經(jīng)網(wǎng)絡(luò)作為模型組件,構(gòu)建級聯(lián)模型,在航班過站過程的不同時刻分別進(jìn)行航班撤輪擋預(yù)測。其次,通過研究不同航班的過站時長,采用數(shù)據(jù)劃分的方法來解決實驗過程中出現(xiàn)的過擬合現(xiàn)象。實驗表明,在航班進(jìn)港前,預(yù)測誤差為±15分鐘的預(yù)測準(zhǔn)確率可以達(dá)到84.9%。在航班入位時、航班值機(jī)結(jié)束時、航班客艙門關(guān)閉時預(yù)測準(zhǔn)確率均可以達(dá)到95%以上,好于目前采用的經(jīng)驗統(tǒng)計預(yù)測模型。在研究過程中發(fā)現(xiàn),航班的離港時刻對航班撤輪擋時刻的預(yù)測準(zhǔn)確率具有一定的影響,并且,以隨機(jī)數(shù)的方式對BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值及閾值進(jìn)行初始化往往會導(dǎo)致預(yù)測結(jié)果的不穩(wěn)定,使最終結(jié)果并非最優(yōu)解。針對上述情況,首先,驗證航班離港時刻對航班撤輪擋時刻的預(yù)測的影響,并根據(jù)航班離港時刻的不同,對實驗數(shù)據(jù)進(jìn)行劃分。其次,采用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值與閾值進(jìn)行優(yōu)化。實驗表明,遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)不僅使預(yù)測結(jié)果更加穩(wěn)定,而且具有更高的預(yù)測精度。
【學(xué)位授予單位】：中國民航大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：V355.1;TP183
【圖文】：

航班,走勢圖,預(yù)測誤差,過擬合

圖 3-5 航班入位時預(yù)測誤差走勢圖 Dropout 方法的過擬合研究決過擬合問題，首先采用了 Dropout 的方法。設(shè)置隱含層節(jié)點失時預(yù)測實驗為例，經(jīng) Dropout 處理后的 BP 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤 3-6 所示。

航班,數(shù)據(jù)劃分方法,樞紐機(jī)場,飛行計劃

32圖 3-6 Dropout 后誤差變化圖6 可見，Dropout 方法減小了過擬合現(xiàn)象，但預(yù)測結(jié)果并不穩(wěn)于在大型樞紐機(jī)場中，不同類型航班的過站保障時間具有十分的無法充分地對所有的航班進(jìn)行學(xué)習(xí)，因此導(dǎo)致預(yù)測誤差呈現(xiàn)數(shù)據(jù)劃分方法的過擬合研究航班飛行計劃時，航空公司會針對不同類型的航班分別進(jìn)行安

航班,數(shù)據(jù)劃分方法,樞紐機(jī)場,飛行計劃