安全科学与灾害防治论文_冰雪天气下基于L

文章摘要:温度是跑道结冰的重要因素，针对跑道除冰运行的道面热特性参数瞬态变化问题和温度周期序列缓慢变化特性，建立冰雪天气下基于LSTM的跑道温度数据-机理联合预测模型。通过最大信息系数法选择数据模型的输入特征变量，采用动态时间扭曲法进行跑道温度数据聚类划分，建立基于LSTM的数据预测模型。通过道面热力学知识获取跑道温度预测机理模型，采用最小误差赋权法建立跑道温度数据-机理联合预测模型。仿真预测显示：预测时长为20min、残差阈值为±0.5℃时，数据-机理联合预测模型优于单独的数据模型和机理模型，预测准确率可达到99.34%；横向对比显示在同样边界条件下，数据-机理联合预测均优于BP神经网络、多元回归和支持向量机模型，平均准确率提高了20.31%。研究表明基于LSTM的跑道温度数据-机理联合预测模型契合冰雪天气下跑道除冰运行实际，可获得较好的道面温度短时预测结果。

文章关键词:

论文DOI:10.13700/j.bh.1001-5965.2022.0579

论文分类号:V35;V328

上一篇：公路与水路运输论文_数据驱动的城市路网

下一篇：电信技术论文_智能化雷达故障预测及检测