基于岭回归—BP 神经网络的管制工作负荷预测方法

来源：交通运输系统工程与信息杂志2015年第1期北京时间：

作者：温瑞英，王红勇

单位：中国民航大学空中交通管理学院，天津300300

摘要：基于空中交通复杂程度刻画管制工作负荷是当前空中交通管理领域的研究热点.本文采集了厦门空管站的雷达数据，计算得出10 个空中交通复杂性评价指标数值，通过共线性诊断发现复杂性指标间存在较强的多重共线性.在利用岭迹图对复杂性评价指标进行筛选的基础上，建立岭回归—BP神经网络组合模型对管制员工作负荷进行预测，并通过实测陆空通话数据进行验证.结果表明，本文提出的岭回归—BP神经网络组合模型收敛速度快、训练时间少；组合模型的均方误差、均方根误差、平均绝对误差、平均绝对相对误差等4项性能指标都相对较小，预测精度较高.

关键词：航空运输,管制员工作负荷,岭回归,神经网络,交通复杂性

基金资助：国家自然科学基金委员会与中国民用航空局联合资助项目（U1333108）；天津市应用基础与前沿技术研究计划 (14JCQNJC04500)；中央高校基本科研业务费(ZXH2011C007)；校级科研启动基金（08QD01X）.