论文研究基于聚类神经网络的机场拥挤等级预测.pdf

对机场拥挤机理进行分析；从后果类指标入手，提出基于饱和度的拥挤等级评价方法，建立机场拥挤5色预警等级，从原因类指标入手，提取出分别刻画机场容量和需求的5个拥挤特征指标；提出了基于聚类的神经网络分类算法；利用ATL机场实际航班数据进行实例验证，拥挤等级预测的准确度达到80%，预测效果优于BP神经网络。结果表明，提出的方法预测效果较好，具有一定的实用性。