一种基于动态集成学习的机场噪声预测模型

作     者：徐涛 杨奇川 吕宗磊 Xu Tao;Yang Qi-chuan;L Zong-lei

作者机构：中国民航大学计算机科学与技术学院天津300300 中国民航信息技术科研基地天津300300 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2014年第36卷第7期

页      面：1631-1636页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61139002) 国家863计划项目(2012AA063301) 中国民用航空局科技项目(MHRD201006 MHRD201101) 中央高校基本科研业务费专项资金(3122013P013)资助课题 

主　　题：信息处理 机场噪声 集成学习 预测模型 属性约简 

摘      要：准确预测机场噪声对控制噪声影响、制定航班计划和规划机场周边环境具有重要意义。而现有机场噪声预测模型复杂,需要监测和采集较多高精度数据作为输入参数,给机场噪声预测增加了困难。针对上述问题该文提出基于动态集成学习的预测模型,该模型基于粗糙集理论对历史监测数据集进行约简分组并构造属性子集,然后对由3维空间向量拟合属性子集生成的基模型进行动态集成。实验结果表明,预测参数完整时,该模型针对特定机型的预测准确性优于现有模型。即使预测参数部分缺失,预测结果也能随参数的增多逐渐逼近真实值。