[发明专利]一种基于GABP神经网络的扇区运行性能综合检测方法及系统

权利要求书

1.一种空中交通管制扇区运行性能检测方法，其特征在于：包括步骤：

步骤1：确定BP神经网络拓扑结构，采集不同时段的扇区性能检测指标样本，建立样本集；

步骤2、利用遗传算法优化BP神经网络的权值和阈值，进行网络训练，输出优化后的BP神经网络；

步骤3：根据输入的扇区性能检测指标实时数据，通过步骤2优化后的BP神经网络预测扇区性能综合指数。

2.如权利要求1所述的空中交通管制扇区运行性能检测方法，其特征在于：

所述步骤1包括：

步骤1.1确定BP神经网络结构；

步骤1.2建立样本集。

3.如权利要求2所述的空中交通管制扇区运行性能检测方法，其特征在于：

所述步骤1.1包括：

根据经验公式确定：H为隐含层节点数目，C取从1到10的整数，I为指标总数；

隐含层和输出层的节点传递函数均采用tansig函数：

Lj,k,p=tansig(Σi=117ωi,k,pxj,i′-αk,p)]]>

Yj,p=tansig(Σk=1Hωk,p′Lj,k,p-βp)]]>

对于第p次训练，L_j，k，p表示第j(j＝1，2，...，N)组样本数据所对应的BP神经网络第k(k＝1，2，...，H)个隐含层节点的输出值，Y_j，p表示第j(j＝1，2，...，N)组样本数据所对应的BP神经网络输出层的输出值，ω_i，k，p表示从输入层第i个节点到隐含层第k个节点的权值，α_k，p表示隐含层第k个节点的阈值，ω′_k，p表示从隐含层第k个节点到输出层单一节点的权值，β_p表示输出层单一节点的阈值。