本发明公开了一种管制员工作负荷预测方法即系统,所述方法包括如下步骤:步骤1:确定BP神经网络拓扑结构,采集不同时段的扇区交通流态势指标样本、建立样本集;步骤2:利用遗传算法优化BP神经网络的权值和阈值,进行网络训练,输出优化后的BP神经网络;步骤3:根据输入的扇区交通流态势指标实时数据,通过步骤2优化的BP神经网络预测管制员工作负荷指数;步骤4:若测管制员工作负荷指数的结果符合预设条件,则响应警告。本发明可以提高管制员工作负荷预测结果的可靠性,本方法能够满足空中交通管制单位对管制员工作负荷进行实时预测和告警的实际需求,对于提升管制运行管理水平、优化管制空域结构具有数据支持作用。
声明:
“一种基于GABP神经网络的管制员工作负荷的预测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)