基于气象因素的机场进离港延误预测
来源:系统工程与电子技术杂志2023年第6期北京时间:
作者:姜雨, 袁琪, 胡志韬, 吴薇薇, 顾欣
单位:1. 南京航空航天大学民航学院, 江苏 南京 211106;2. 北京工业大学北京市交通工程重点实验室, 北京 100124
摘要:针对机场延误预测过程中难以提取延误传播时空特征、预测结果受天气扰动大的问题, 提出了基于气象因素的时空图卷积网络(meteorology-based spatio-temporal graph convolutional networks, MSTGCN)机场延误预测模型。该模型使用图卷积神经网络(graph convolutional neural network, GCNN)与门控卷积神经网络(gated convolutional neural network, Gated CNN)挖掘机场延误的时空特征, 同时加入气象特征提取模块对机场延误时间进行预测。实验结果表明, 该模型在中短时预测上的表现均优于其他对比模型; 相较于不考虑气象因素的模型, MSTGCN对未来1 h、4 h和12 h预测的平均绝对误差分别降低了7.03%, 7.93%, 11.54%, 对预测结果起到了极大的修正作用。
关键词:机场延误预测,图卷积神经网络,气象因素,机场网络,深度学习
2023年6期其他文献查阅:
薄涂覆目标散射中心的精确建模
传输通道相位失真对非恒包络信号质量的影响分析
基于图像天空区域分割的去雾算法
融合域自适应和弱监督策略的遥感影像建筑物提取算法
基于改进Actor-Critic算法的多传感器交叉提示技术
非均匀子带划分的宽带数字阵通道均衡算法
基于角域特征PSO的海面目标HRRP识别方法
基于时频交叉乘积的调频连续波SAR干扰方法研究
基于状态解耦的两坐标外源雷达3D目标跟踪
基于二相码的PD雷达解模糊及遮挡方法
机载宽带雷达的数据重组空时自适应处理方法
雷达波形通用调制引擎设计
基于SDIF门限失效的雷达射频隐身信号设计原理
基于深度强化学习算法的无人机智能规避决策
可达区域内最佳着陆场的筛选方法
基于气象因素的机场进离港延误预测
基于杀伤网贡献率的动态体系节点重要度评估
基于眼动指标和熵权-TOPSIS空战控制能力评估
基于非对称不可观测状态的强化学习技术
基于累积前景理论和学识评级的PL-VIKOR群决策
从激光测距到量子纠缠光子对测距
基于简化模型的天线罩寄生回路稳定性分析
分布式卫星集群博弈任务均衡分配方法
里程计辅助的车载SINS行进间对准方法
基于卡尔曼滤波算法展开的飞行目标轨迹预测
基于船舶水动力的六自由度a&ω运动参数发生器
基于几何约束孪生卷积网络的相机6DOF定位研究
基于时间敏感软件定义网络的工业互联网时延优化方案
面向物联网无人机通信的短突发CPM信号盲均衡算法
多天线中继系统中基于无线携能通信的物理层安全传输方案
基于信道状态判决的随机接入协议退避算法
基于元学习的时变信道估计方法
基于最大信息熵的长寿命产品可靠度置信区间Bootstrap估计方法
基于半参数退化模型的长寿命产品可靠性评估
考虑维修任务分配的装备选择性维修决策优化