基于集成学习的航空器滑出时间预测研究

为提升航空器离场滑出时间的预测精度,分析了影响滑出时间的各类因素,引入场面运行状况和气象条件两类特征,基于装袋方法、随机森林、自适应增强和梯度提升等四种典型的集成学习方法,构建了滑行时间预测模型。以美国肯尼迪机场为算例,采用判决系数、RMSE和MAE等性能度量指标验证算法预测性能。实验结果表明:气象特征的引入能够提升滑出时间预测精度;与其它回归算法对比,集成学习的预测误差较小;分析集成方法下的学习曲线发现自适应增强和梯度提升方法能够有效避免过拟合现象。研究结果可用于集成化场面管理软件的开发应用。

温拌沥青混合料拌和压实温度确定方法

通过马歇尔击实试验和沥青混合料和易性试验分别确定了三种不同类型温拌沥青混合料的拌和压实温度,并与热拌沥青混合料拌和压实温度进行了对比分析.结果表明:采用两种方法确定的温拌沥青混合料拌和压实温度基本一致,且符合工程实践经验,说明两种方法均合理可行.马歇尔击实试验确定过程较为繁杂,文中提出的基于简易和易性测试仪的沥青混合料和易性测试方法简便快捷,为减小试验误差,在和易性试验时,应对每个测试温度分别拌制沥青混合料;综合考虑两种方法试验结果并结合合工程实践经验,推荐了适宜各温拌沥青混合料的拌和压实温度.