气象因素对通用航空安全风险的影响
收藏资源简介
为提高通用航空安全风险预测精度,针对航空低空飞行受气象因素约束的特点,引入具有处理动态信息能力的Elman神经网络模型,将Elman神经网络应用于通用航空安全风险预测。根据搜集到的美国通用航空气象因素事故征候数据,最终确定采用312121的Elman神经网络拓扑结构形式进行预测,同时与传统BP、TCN神经网络模型预测的结果进行对比。实验结果表明:Elman预测结果平均绝对误差为1.937%,比BP小0.376%,比TCN小0.945%。Elman具有更高的预测精度,表现出更强的泛化能力,对采取针对性的措施降低气象因素从而提高通用航空运行安全具有重要意义。