【技术实现步骤摘要】
本申请属于空中交通管理，尤其涉及一种基于优化深度神经网络和支持向量机的航班进场效率的评估方法。
技术介绍
1、近年来，随着民航业的迅猛发展，有限的服务资源和日益增长的运输需求与航班流量之间的矛盾也愈显突出。矛盾的激化势必会导致空中交通的运行效率下降,且以交通量最大的终端区较为明显,因此对终端区运行效率的研究正在逐步开展。在终端区的航班进场过程是航班运行中的复杂阶段，对航班进场效率进行评估能够直观感受到终端区的运行能力，有利于机场资源的调度与利用。现有的航班进场效率评估主要从时间角度切入，对航班数据进行分析与计算，评估速度较慢，并且评估指标过于单一，导致评估结果不客观。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种基于优化深度神经网络和支持向量机的航班进场效率的评估方法，通过优化深度神经网络和支持向量机，分别评估目标航班的时间进场效率等级和距离进场效率等级，能够避免大量的数据分析与计算，以提高航班进场效率的评估速度。
2、本申请实施例提供了一种基于优化深度神经网络和支持向...
【技术保护点】
1.一种基于优化深度神经网络和支持向量机的航班进场效率的评估方法，其特征在于，所述评估方法，包括：
2.如权利要求1所述的评估方法，其特征在于，所述优化深度神经网络，通过以下方式进行训练：
3.如权利要求2所述的评估方法，其特征在于，所述利用天鹰优化算法，更新当前种群中的个体，包括：
4.如权利要求3所述的评估方法，其特征在于，所述利用所述天鹰优化算法对所述超参数进行勘探，包括：
5.如权利要求3所述的评估方法，其特征在于，所述利用所述天鹰优化算法对所述超参数进行开发，包括：
6.如权利要求1所述的评估方法，...
【技术特征摘要】
1.一种基于优化深度神经网络和支持向量机的航班进场效率的评估方法，其特征在于，所述评估方法，包括：
2.如权利要求1所述的评估方法，其特征在于，所述优化深度神经网络，通过以下方式进行训练：
3.如权利要求2所述的评估方法，其特征在于，所述利用天鹰优化算法，更新当前种群中的个体，包括：
4.如权利要求3所述的评估方法，其特征在于，所述利用所述天鹰优化算法对所述超参数进行勘探，包括：
5.如权利要求3所述的评估方法，其特征在于，所述利用所述天鹰优化算法对所述超参数进行开发，包括：
6.如权利要求1所述的评估方法，其特征在于，所述支持向量机，通过以下方式进行训练：
【专利技术属性】
技术研发人员：邓武，迟嘉庆，赵慧敏，李想，党香俊，徐俊洁，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。