徐 涛,苏 瀚,杨国庆(.中国民航大学计算机科学与技术学院,天津 300300；.中国民航信息技术科研基地,天津 300300)



基于空间拟合和神经网络的机场噪声预测集成模型

徐 涛1,2*,苏 瀚1,杨国庆2(1.中国民航大学计算机科学与技术学院,天津 300300；2.中国民航信息技术科研基地,天津 300300)

摘要：将集成学习方法引入到机场噪声预测中,提出一种基于空间拟合和神经网络的机场噪声预测集成模型.该模型采用空间拟合算法和BP神经网络算法构建基学习器,然后通过所提出的基于观察学习的异构集成算法将基学习器集成起来,获得集成的机场噪声预测结果.该模型通过集成多个异构机场噪声预测基学习器,能够有效提升预测准确率.实验结果表明,本文所提出的基于观察学习的异构集成算法,较之其他异构集成算法,在解决机场噪声预测问题上准确性更高、容错性更强.

关键词：机场噪声预测；空间拟合；神经网络；集成学习；观察学习

* 责任作者, 教授, txu@cauc.edu.cn

近年来,随着民航业的飞速发展,全国各地正在不断改建、扩建、新增大批机场,机场吞吐能力及占地规模都相应地扩大.机场周边地区的城镇化进程也随之加快,机场用地与城镇用地越来越靠近,由机场噪声影响所引起的矛盾、纠纷也越来越多.如何有效地解决机场噪声问题是民航各单位面临的一个重要课题,而机场噪声预测是环境评估和噪声控制的前提,能够为机场周围用地规划提供依据[1].因此,科学合理……