跑道积冰特征因素提取与灰色神经网络预测
Highway Engineering（2022）
摘要
跑道积冰预测是机场冬季安全、高效运行的重要保障.针对机场跑道积冰影响因素多且参数之间耦合的复杂问题,采用主成分分析法(Principal Component Analysis,PCA)提取影响积冰厚度的特征因素.通过灰色模型对跑道积冰进行初步预测,然后采用粒子群优化的RBF模型对灰色模型进行误差修正,构建灰色神经网络预测模型.将机场采集的积冰数据代入预测模型进行实例验证,结果表明:灰色神经网络组合预测模型效果优于单一预测模型,相对预测误差保持在5％以内,是一种有效可行的跑道积冰预测方法,能够为冰雪天气下机场除冰设备部署提供科学依据.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要