基于反向传播神经网络和支持向量机的机场噪声预测方法

本发明提供了一种基于反向传播神经网络和支持向量机的机场噪声预测方法，属于空中交通运输噪声技术领域，该方法包括：采集机场噪声历史数据，并获取不同功率飞机飞行历史数据，得到预测输入变量，预测输出变量；根据输入输出变量以及弹性反向传播算法，结合梯度时序动态稀疏化方法与自适应结构调整方法，建立反向传播神经网络预测模型；构建机场噪声核函数，并结合交叉验证法，建立支持向量机预测模型；利用反向传播神经网络预测模型和支持向量机预测模型进行预测，并结合评价指标，对比分析预测结果，选取最优的预测结果作为机场噪声预测结果；本发明解决了现有噪声预测算法大量依赖历史数据、计算量巨大以及噪声预测效率低的问题。