基于數(shù)據(jù)挖掘的機場噪聲預(yù)測方法的研究.pdf

1、在航空機場中，機場噪聲一直是普遍存在的現(xiàn)象。從航空運輸公司成立以來，機場噪聲就一直影響著機場周邊的環(huán)境。現(xiàn)在隨著我國的經(jīng)濟的快速發(fā)展，許多機場隨之建立，各種大型飛機開始實施飛行，機場噪聲的影響越來越受關(guān)注。目前已有很多較為成熟的機場噪聲的評價預(yù)測方法，但這些方法缺乏普適性，很多的預(yù)測方法都是從實際因素角度進行試驗來對機場噪聲進行預(yù)測，但這些試驗需要機場的一些實際條件，來回在機場進行模擬不太可能，而且對于機場監(jiān)測的噪聲數(shù)據(jù)，幾乎沒有這方面

2、數(shù)據(jù)的研究，使這部分?jǐn)?shù)據(jù)沒有得到很好的利用?；谏鲜鲈?，通過對機場監(jiān)測點所監(jiān)測的數(shù)據(jù)進行分析，采用時間序列預(yù)測的方法，運用支持向量回歸算法（SVR），對監(jiān)測點數(shù)據(jù)進行訓(xùn)練并建立預(yù)測模型，運用預(yù)測模型對未來數(shù)據(jù)進行預(yù)測，可以得到該監(jiān)測點未來的發(fā)展趨勢，這樣有助于結(jié)合已有的模型進行更好的噪聲等值線圖的繪制。
　　本文對機場噪聲的監(jiān)測數(shù)據(jù)進行時間序列預(yù)測，采用的是目前最常用的支持向量回歸的方法，也和人工神經(jīng)網(wǎng)絡(luò)算法進行了對比。在支持向

3、量回歸進行時間序列預(yù)測的基礎(chǔ)上，在機場噪聲預(yù)測應(yīng)用方面，對此算法進行了一定的改進，使得它能夠更好的利用在像機場噪聲這樣的數(shù)據(jù)中。本文主要從支持向量回歸算法在時間序列預(yù)測應(yīng)用中的幾個方面進行了深入的研究，包括數(shù)據(jù)的預(yù)處理、加權(quán)的方法以及參數(shù)訓(xùn)練的方法。
　　在運用每一個算法解決實際問題時，都要對數(shù)據(jù)進行一定的預(yù)處理，以使得更好的應(yīng)用于該算法。對支持向量回歸算法的數(shù)據(jù)要經(jīng)過規(guī)范化處理，而在機場噪聲的數(shù)據(jù)中，又運用了平滑法處理過程，這主

4、要是使得數(shù)據(jù)能夠緩和一點，又不消除其趨勢性，所以針對具有這樣的數(shù)據(jù)都可以先進行一定的平滑處理，然后再規(guī)范化處理去應(yīng)用支持向量回歸算法。
　　加權(quán)的方法在時間序列預(yù)測中，是針對時間的先后賦予各個樣本不同的權(quán)值，然后再去進行訓(xùn)練預(yù)測的過程。然而對于所輸入的數(shù)據(jù)集中，除了各個樣本的時間先后之外，還有一些數(shù)據(jù)在構(gòu)造成所要訓(xùn)練的數(shù)據(jù)集時，樣本本身的屬性之間也有時間先后之分的，對于這樣的樣本集合，要對樣本本身也應(yīng)考慮運用加權(quán)的方法。