基于反向传播神经网络的飞行事故预测研究
人工智能
2024-06-21 v1
摘要
随着民航业的快速发展和人们生活水平的显著提高，飞机已成为一种常见且高效的出行方式。然而，由于飞机的飞行特征和机身结构的复杂性，飞行延误和飞行事故时有发生。此外，飞机事故后带来的生命风险因素在所有交通方式中居首。本文使用基于反向传播神经网络的模型来预测飞行事故。通过收集历史飞行数据，包括气象条件、飞机技术状况和飞行员经验等多种因素，我们训练了一个反向传播神经网络模型来识别潜在的事故风险。在模型设计中，使用多层感知机结构，通过调整隐藏层节点数和学习率来优化网络性能。实验分析表明，该模型能够以高精度和高可靠性有效预测飞行事故。
引用
@article{arxiv.2406.13954,
title = {Research on Flight Accidents Prediction based Back Propagation Neural Network},
author = {Haoxing Liu and Fangzhou Shen and Haoshen Qin and and Fanru Gao},
journal= {arXiv preprint arXiv:2406.13954},
year = {2024}
}