基于BP神经网络的飞行员对跑道平整度的评价预测

摘要

基于美国联邦航空管理局（FAA,Federal Aviation Administration）在B737-800和A330-200飞行模拟器中进行的飞行员对37条实测跑道平整度主观评价的调查数据，对中国跑道平整度评价指标与飞行员对跑道平整度评价间的关系进行分析，并对比分析不同机型对飞行员评价跑道平整度的影响。构建反向传播（BP,back propagation）神经网络，以中国现行的跑道平整度评价指标和飞机总重（AGW,aircraft gross weight）作为输入，以飞行员对跑道平整度能否接受作为输出，预测飞行员对跑道平整度的评价。结果表明，各跑道平整度评价指标与飞行员对跑道平整度的评价间拟合优度偏低，无法单独对飞行员的评价结果进行预测；机型会影响飞行员对跑道平整度的评价，在飞行员对跑道平整度进行评价预测时需要考虑机型特征；BP神经网络在训练集的预测准确率为100%，在测试集的预测准确率为95.5%，能够有效地综合中国跑道平整度评价指标的特征，并实现跨机型准确预测飞行员对跑道平整度评价的结果。

关键词

机场跑道平整度 / 评价指标 / 飞行员评价 / BP神经网络