基于貝葉斯的機(jī)場噪聲預(yù)測修正模型

《基于貝葉斯的機(jī)場噪聲預(yù)測修正模型》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文基于貝葉斯的機(jī)場噪聲預(yù)測修正模型研究生姓名：吳雨明導(dǎo)師姓名：呂宗平副研究員徐濤教授2015年5月4日分類號(hào)：TP309密級(jí)：公開UDC：004.9學(xué)號(hào)：1205008中國民航大學(xué)碩士學(xué)位論文基于貝葉斯的機(jī)場噪聲預(yù)測修正模型研究生姓名：吳雨明導(dǎo)師姓名：呂宗平副研究員徐濤教授申請學(xué)位類別：工程碩士學(xué)科專業(yè)名稱：計(jì)算機(jī)技術(shù)所在院系：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院論文答辯日期：2015年5月4日2015年5月4日ACorrectionModelforAirportNoisePredictionbasedonBayesianADissertationSubmitte

2、dtoCivilAviationUniversityofChinaFortheAcademicDegreeofMasterofEngineeringBYWuYumingSupervisedbyAssociateProfessor.LvZongpingProf.XuTaoDepartmentofComputerScienceandTechnologyCivilAviationUniversityofChinaMay4,2015中國民航大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別

3、加Ｗ標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過前研巧成果，也不包含為獲得中國民航大學(xué)或其官教育一機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝意。－立。（５氏］．：研究生簽名：《刷＾日期中國民航大學(xué)學(xué)位論文使用授枚聲明中國民航大學(xué)、中國科學(xué)技術(shù)信息研巧所、國家圖書館有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文培，可Ｗ采用影印、縮印或其他復(fù)制手段保存論文。一致，允本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相。除在保密期內(nèi)的保密論文外許論文被查閱和借閱，可Ｗ公布（包

4、括刊登）論文的全部或部分內(nèi)容。論文的公布（包括刊登）授權(quán)中國民航大學(xué)研巧生部辦理。目．跨義！王研巧生簽名：采淋導(dǎo)師簽名：日期：＾中國民航大學(xué)碩士學(xué)位論文摘要機(jī)場噪聲預(yù)測在機(jī)場噪聲控制中發(fā)揮著重要的作用。傳統(tǒng)機(jī)場噪聲預(yù)測模型如INM(IntegratedNoiseModel)以航空器NPD(噪聲-推力-距離)曲線為基礎(chǔ)，僅粗略地考慮了特定外界條件對(duì)噪聲傳播的影響，雖預(yù)測結(jié)果較穩(wěn)定，但預(yù)測誤差較大，且預(yù)測過程繁瑣，效率低。而基于機(jī)器學(xué)習(xí)的機(jī)場噪聲預(yù)測模型雖綜合考慮了特定外界環(huán)境對(duì)噪聲的影響，但存在過度依賴歷史監(jiān)測數(shù)據(jù)、預(yù)測不穩(wěn)定等問題。因此，開展高精

5、度、高效率的機(jī)場噪聲預(yù)測模型研究意義重大。為了解決機(jī)場噪聲預(yù)測不準(zhǔn)確、不穩(wěn)定等問題，本文在傳統(tǒng)預(yù)測模型基礎(chǔ)上，提出了一個(gè)基于聚類的樸素貝葉斯集成的機(jī)場噪聲預(yù)測修正模型。該模型通過學(xué)習(xí)傳統(tǒng)預(yù)測模型預(yù)測值相對(duì)于監(jiān)測值的差值，修正傳統(tǒng)預(yù)測模型由于客觀外界因素造成的預(yù)測偏差。此外，為緩解樸素貝葉斯的條件依賴性假設(shè)問題，在模型應(yīng)用時(shí)通過聚類對(duì)訓(xùn)練樣本進(jìn)行預(yù)處理，再在多個(gè)簇上分別構(gòu)建樸素貝葉斯模型，從而減少單個(gè)樸素貝葉斯模型的訓(xùn)練樣本數(shù)量，且降低強(qiáng)依賴屬性出現(xiàn)的概率。實(shí)驗(yàn)表明，該模型大幅度提高了機(jī)場噪聲預(yù)測的準(zhǔn)確度，但在錯(cuò)誤數(shù)據(jù)增多時(shí)，預(yù)測準(zhǔn)確度下降較快。針對(duì)此問題，本

6、文又對(duì)貝葉斯網(wǎng)的構(gòu)造方法進(jìn)行了研究，提出一個(gè)基于禁忌約束搜索的貝葉斯網(wǎng)構(gòu)造算法，此算法不僅考慮屬性之間條件依賴性，且加入專家知識(shí)約束，減少了錯(cuò)誤數(shù)據(jù)對(duì)預(yù)測模型的影響。經(jīng)過實(shí)驗(yàn)證明，利用該算法構(gòu)造的預(yù)測模型，泛化能力、預(yù)測精度、魯棒性更強(qiáng)。此外，為了實(shí)現(xiàn)機(jī)場噪聲批量的預(yù)測，提高噪聲預(yù)測的效率，本文提出一種航跡矢量化算法。最后結(jié)合航跡矢量化算法、傳統(tǒng)機(jī)場噪聲預(yù)測模型、基于貝葉斯的機(jī)場噪聲預(yù)測模型實(shí)現(xiàn)了機(jī)場噪聲批量預(yù)測系統(tǒng)。經(jīng)實(shí)驗(yàn)驗(yàn)證，該系統(tǒng)可批量準(zhǔn)確地預(yù)測機(jī)場噪聲值。關(guān)鍵詞：機(jī)場噪聲；貝葉斯網(wǎng)；傳統(tǒng)預(yù)測模型；禁忌搜索I中國民航大學(xué)碩士學(xué)位論文AbstractAi

7、rportnoisepredictionplaysanimportantroleonthecontrolofaircraftnoise.TheINMisrepresentativeofthetraditionalpredictionmodelforairportnoiseprediction,basedontheaircraft’sNPD(noise-power-distance)curveobtainedinthelaboratory.Ithasalargeerrorbecauseitislackofconsiderationoftheeffectofme

8、teorologicalconditionsonno