基于BA-WNN的滑行道安全风险预警方法

来源：中国安全科学学报杂志2017年第8期北京时间：

作者：刘俊勇, 高曙, 罗帆, 魏万淇

单位：1 武汉理工大学 计算机科学与技术学院,湖北 武汉 430063;；2 武汉理工大学 交通物联网技术湖北省重点实验室,湖北 武汉 430063;；3 武汉理工大学 管理学院,湖北 武汉 430070

摘要：为更有效地实现具有复杂性、时变性及非线性的机场滑行道安全风险预警,降低事故发生率,针对小波神经网络(WNN)训练过程易陷入局部最优以及训练不稳定等影响预测准确性问题,采用蝙蝠算法(BA)优化WNN,设计和实现基于BA-WNN的滑行道安全风险预警方法,并将其与BP神经网络(BPNN)、WNN、遗传算法优化小波网络(GA-WNN)等3种方法进行有效性对比。结果表明:BA-WNN方法的预警准确率最高(约为84%),在所有工况下误警率都较低。

关键词：风险预警,预警指标,滑行道,蝙蝠算法(BA),小波神经网络(WNN)

基金资助：国家自然科学基金资助(71271163)。