摘 要: | 为判别扇区空管运行是否处于亚健康状态,从空中交通流、空中交通管制等方面选取具有内在关联性的关键指标,即每架航空器平均管制工作负荷、扇区内航空器平均飞行时间、交通流超容比、交通流空间分布不均衡度和交通流瞬时超容率,结合厦门1号扇区空中交通流实际运行雷达数据,以15 min为研究区间,利用BP神经网络在数据挖掘和自适应方面的优势,构建扇区空管运行亚健康关联因子的BP神经网络预测模型。经实例验证表明:该BP神经网络模型的预测值与实际值的相对误差小于3%,说明其满足扇区空管运行亚健康关联因子预测的应用要求;经过对目标时间片的输出结果进行分析,结果显示扇区空管运行在该时段内处于健康状态。
|