基于快速极限学习机和差分进化的机场噪声预测模型

徐 涛 郭 威 吕宗磊



基于快速极限学习机和差分进化的机场噪声预测模型

徐 涛①②郭 威*②③吕宗磊①

①(中国民航大学计算机科学与技术学院 天津 300300)②(南京航空航天大学计算机科学与技术学院 南京 210016)③(盐城师范学院信息工程学院 盐城 224002)

该文针对传统机场噪声预测模型存在的建模成本高、实用性差的不足，引入时间序列相空间重构理论，提出一种新的基于快速极限学习机和差分进化算法的机场噪声一体化预测模型。该模型利用相空间重构理论对机场噪声时间序列进行重构，并使用快速极限学习机对重构的相空间矢量进行学习建模，同时采用改进的差分进化算法实现对重构参数和模型参数的同步优化选择，整个建模过程简洁高效，无需人工干预。实验结果表明，该一体化预测模型能较好地跟踪机场噪声的变化趋势，且具有较同类模型更小的预测误差。

机场噪声预测；快速极限学习机；差分进化；相空间重构

1 引言

近年来，中国民航业持续快速发展。但是，不断新建、扩建的机场和持续增长的航空运输量也使得困扰民航业已久的机场噪声问题愈发严重，由此而产生的噪声污染对环境的影响日益加剧，并成为影响中国民航持续健康发展的障碍之一。机场噪声预测能够为控制噪声影响，优化机场周边环境提供决策支持和依据，因此，构建准确高效的机场噪声预测模型具有非常重要的实用价值。

目前，传统的机场噪声预测研……