BP網絡下空中交通管理運行研究范文

本站小編為你精心準備了BP網絡下空中交通管理運行研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要

在航空通信、導航及監視的基礎之上，空中交通管理系統得以有效運行，而其管理運行情況則成為航空交通安全運輸的重要技術保障。分析和研究空中交通運行情況，對于我國航空事業來說，將具有十分重要的現實意義。因此文章以空中交通管理運行為研究對象，以bp網絡的空中交通管理運行分析為研究目標，首先對BP網絡進行了簡單介紹；其次，從BP網絡的拓撲結構出發，重點探究了空中交通管理運行的具體情況。希望本次研究能夠為我國相關部門帶來一定的幫助作用。

關鍵詞

BP網絡；空中交通管理

作為一項促進我國航空業發展的重要工作內容，空中交通管理運行對航空事業的發展起著直接影響。尤其是對于航空事業的國際化程度來說，空中交通管理運行在其中具有非常關鍵的影響作用。因此本研究基于BP網絡的角度來探究空中交通管理運行對于我國航空事業未來的發展具有十分重要的現實意義。

1BP網絡的基本原理

BP網絡屬于人工神經網絡模型的一種，同時也是其中應用最為廣泛的一種。BP網絡對于輸入-輸出模式映射關系能夠進行大量學習和存儲，且對于其映射關系數學方程無需進行提前揭示和描述。BP網絡不僅能夠實現自學習，而且還具備大規模并行處理的功能，其已經在模糊識別和分類以及函數逼近等這些方面得到了最廣泛的應用。另外，BP網絡的信息分布存儲功能還在數據壓縮問題上實現了廣泛應用。輸入層、隱含層和輸出層是BP網絡拓撲結構（如圖1所示），而信息正向和誤差反向傳播則構成了學習算法的兩種傳播方式。其中，信息正向傳播過程主要是外界信息由輸入層的各個節點來負責收集；然后再將收集到的信息傳遞給隱含層的各個節點，而這一層的主要作用就是對信息進行變換，進而將其設計為單層或者多層；最后由隱含層將變換的信息傳遞到輸出層的各個節點，而輸出層對其進行進一步的處理之后再向外界輸出。整個過程完成之后，如果實際輸出與期望輸出不一致，則就會開啟誤差反向傳播。與信息正向傳播相反，誤差反向傳播指的是誤差信息基于其梯度下降方式來修正各層的數值，然后通過輸出層向隱含層和輸入層逐層反傳。這種對各層權值和闕值進行不斷修正的過程，實質上就是這信息正向和誤差反向的傳播過程，同時也是神經網絡學習的過程，而且只有當各層的權值和闕值修正到可以接受的程度，這一過程才能夠停止。

2基于BP網絡的空中交通管理運行分析

2.1建立空中交通管理運行的樣本集

建立樣本集必須要采集足夠的樣本，而且空中交通管理運行時段的每一項指標都必須由某一個樣本與之相對應。樣本可以是空中交通管理運行的安全性能、空中交通流的密度以及運行效率性能等。如對空中交通管理運行某一時段的錄音錄像進行調取并建立樣本。然后由相關專家對這一時段的錄音錄像進行聽取和查看，進而將其當時管理運行情景進行復現。最后根據經驗以及樣本指標數據來分類評價其采集的樣本。另外，對于各個樣本的綜合評價分值，還可以采用主成分分析法來進行計算和分析。如果專家對某個樣本形成了一致的分類意見，而且在評價分值水平上基本相符，那么就可以確定對該時段空中交通管理運行的分析較為科學，而該樣本也可以作為典型樣本；如果專家在樣本分類意見上存在一定的差異，那么對該時段空中交通管理運行樣本的采取就屬于非典型樣本。因此，對于樣本集的建立必須采取典型的樣本，另外要建立兩個樣本集，即訓練樣本集和測試樣本集，且都要由M類相同數量的樣本組成。

2.2BP網絡訓練和測試

2.2.1空中交通管理運行的輸入層數據分析

為了使得各個評價指標之間的量綱差異得以消除，要對訓練樣本集的原始數據，利用比例壓縮法進行預處理。首先，將訓練樣本集的樣本數量設為I個，那么原始數據矩陣則為D=(dij)I×J，其中第i個樣本的第j項指標數據用ijd來表示，而第i個樣本的數據向量則用12(,,,)iiiiJD=ddd來表示。將訓練樣本集數據矩陣設為()ijIJXx×=，。其中12(,,,)iiiiJX=xxx代表了第i個樣本的數據向量。

2.2.2空中交通管理運行的隱含層和輸出層數據分析

采用附加動量因子mcf的自適應學習速率梯度下降算法來提高樣本的收斂精度并減少其迭代次數。網絡訓練要針對于每一個可能的隱含層節點數來進行，然后通過網絡訓練來調整各層的指標，一直到訓練步長結束為止。設學習速率為η，而第k次的學習速率則為kη。將,()kqjkQJVv×=設為輸入層到隱含層的權值矩陣，其中qj,kv代表隱含層中第q個節點的權值是由輸入層第j個節點所輸入的，而q,kQ則表示隱含層第q個節點的闕值。,()kmqkMQWw×=是隱含層到輸出層的權值矩陣公式，其中mq,kw就表示輸出層的第m個節點權值是由隱含層的第q個節點所輸入，而m,kµ則表示為輸出層的第m個節點的闕值。這樣當輸入訓練樣本的數據向量iX時，輸出層的期望值就能夠根據專家的分類結果而生成，即為12(,,,)iiiiMT=ttt。若設,1,2,,(,,)ikikikiQkH=hhh為隱含層輸出向量，則,1,2,,(,,)ikikikiMkO=ooo就表示為輸出層輸出向量。通過上述公式能夠將空中交通管理系統各個層次的權值和闕值計算出來，然后通過權值、闕值和預期值的對比，能夠很明確的分析出其空中交通管理系統的具體運行情況。

2.2.3仿真分析

處于空域狀態識別模塊中的空中交通管理運行，其主要是通過預測流量來實現對空中交通管理運行的分析。而對流量的預測則主要決定于空域容量是否小于空中交通流的流量，并且還要分析空中交通的復雜性和隨機性，這一分析的實現主要是利用模糊網絡技術來實現的。首先要建立數據仿真模型以及方法數據庫、模型庫系統，然后利用模糊預測來實現對空中交通管理系統輸入和輸出的分析；最后根據前后空中交通的需求情況，統計分析其得到的相關數據，從而最終將這些數據通過相關的規則進行轉化，以實現對空中交通流量的仿真預測。

3結論

本研究基于BP網絡原理，針對空中交通管理運行進行了分析和探究，并以某樣本為例，提出了BP網絡模型的空中交通管理運行評價方式，通過這一評價方式能夠較為科學的分析出某一時段空中交通管理運行的具體情景和狀況。通過對典型樣本的選取以及對其進行的網絡訓練測試，能夠根據上述公式計算出BP網絡拓撲結構三個層次，即輸入層、隱含層以及輸出層的具體權值和闕值，然后能夠將這些值與預期值進行對比，從而得出該網絡模型的分析結果是否有效，最終實現對空中交通管理運行情況的分析。

參考文獻

[1]袁珍珍.基于BP神經網絡的空中交通管理員崗位匹配測算研究—以武漢為例[D].武漢：武漢理工大學，2011.

[2]黃曉華.基于BP網絡的空中交通管理運行品質框架思路[J].硅谷，2014（2）.

[3]董雪挺.空中交通管制運行中的差錯管理探析[J].科技資訊，2014（21）.

[4]賈貴娟，汪洪蛟，陳高明.空中交通安全風險管理系統的構成及運行流程[J].武漢理工大學學報（信息與管理工程版），2008（5）.

作者：縱立志 單位：四川中國民航飛行學院交通運輸系