第２３卷第７期２０２３年４月科技和产业ＳｃｉｅｎｃｅＴｅｃｈｎｏｌｏｇｙａｎｄＩｎｄｕｓｔｒｙＶｏｌ．２３，Ｎｏ．７Ａｐｒ．，２０２３基于优化ＡＣ－ＢｉＬＳＴＭ模型的机场终端区流量预测向征，全志伟，何雨阳，周鼎凯，储同（中国民用航空飞行学院空中交通管理学院，四川广汉６１８３０７）摘要：将深度学习用于机场终端区流量预测研究。神经网络具有复杂的网络拓扑结构和较多的超参数，这使得超参数的选择很困难。以往神经网络模型的超参数通常是根据经验来调整的，因此，为了解决超参数搜索问题，引入粒子群算法（ＰＳＯ）。针对基本粒子群算法（ＢａｓｉｃＰＳＯ，ＢＰＳＯ）的缺点和不足，提出一种基于自适应惯性权重的混沌粒子群优化（ＡＷＣＰＳＯ）算法，该算法在基本ＰＳＯ的基础上进行了改进和优化。具体方法是，使用一种新的动态自适应惯性权重在全局寻优和局部寻优之间取得平衡；进而将混沌思想和粒子群算法相结合，解决粒子群算法易陷入局部最优的问题。实验表明，ＡＷＣＰＳＯ算法用于ＡＣ－ＢｉＬＳＴＭ模型的超参数寻优时，既解决了ＢＰＳＯ算法的早熟收敛问题，又提高了流量预测的精度。关键词：空中交通管理；深度学习；粒子群算法；流量预测中图分类号：Ｖ３５５文献标志码：Ａ文章编号：１６７１－１８０７（２０２３）０７－０１９９－０６收稿日期：２０２２－１１－２４基金项目：中国民用航空飞行学院科研面上项目（Ｊ２０２１－０８２）。作者简介：向征（１９８３—），男，四川成都人，中国民用航空飞行学院空中交通管理学院，副教授，博士，研究方向为空中交通管理及自动化技术；全志伟（１９９６—），男，江苏泰州人，中国民用航空飞行学院空中交通管理学院，硕士研究生，研究方向为空中交通管理及自动化技术；何雨阳（１９９８—），女，四川成都人，中国民用航空飞行学院空中交通管理学院，硕士研究生，研究方向为空中交通流量管理；周鼎凯（１９９８—），男，浙江丽水人，中国民用航空飞行学院空中交通管理学院，硕士研究生，研究方向为空中交通管理及自动化技术；储同（１９９７—），男，陕西西安人，中国民用航空飞行学院空中交通管理学院，硕士研究生，研究方向为空中交通管理及自动化技术。在中国数十年市场规模不断扩大的背景下，航空事业蓬勃发展。２０１９年民航行业发展统计公报显示，机场飞机起降架次同比不断递增，至２０１９年飞机起降架次达１１６６万架次。但由于飞行需求的扩大，以及...
