基于偏最小二乘模型的无人机航材需求预测方法

被引：13

作者：

李文强

段振云

赵文辉

机构：

[1] 沈阳工业大学机械工程学院

来源：

系统工程理论与实践 | 2018年 / 38卷 / 05期

关键词：

无人机; 小样本; 偏最小二乘法; 航材需求预测;

D O I：

暂无

中图分类号：

V267 [航空器的维护与修理]; V279 [无人驾驶飞机];

学科分类号：

1111 ;

摘要：

针对无人机航材存在样本数据量少,影响因素多且复杂多变,以及库存需求预测精度不高等问题,对现有经典小样本下航材需求预测方法进行系统分析,并利用偏最小二乘回归方法在处理小样本数据、变量多重相关性等方面的独特优势,提出了基于偏最小二乘的无人机航材需求预测方法.选取无人机的飞行时间、飞行起落次数、操控人员熟练程度、异常环境温度、异常环境湿度、航材故障率、维修人员技术水平、维修资料等参数,对偏最小二乘法进行原理及模型建模步骤分析,构建了无人机航材需求预测模型,并进行航材影响因素研究.实验结果表明:该模型较其它常用预测模型的精度有所提高,预测结果的平均相对误差绝对值为4.87%,表明该方法可以应用于无人机航材需求预测,能够满足实际需要.

引用

页码：1354 / 1360

页数：7

共 17 条

[1] Prediction of the melt flow index using partial least squares and support vector regression in high-density polyethylene (HDPE) process [J].

Park, Tae Chang ;

Kim, Tae Young ;

Yeo, Yeong Koo .

KOREAN JOURNAL OF CHEMICAL ENGINEERING, 2010, 27 (06) :1662-1668

[2]

Moving average PLS soft sensor for online product quality estimation in an industrial batch polymerization process.[J].Pierantonio Facco;Franco Doplicher;Fabrizio Bezzo;Massimiliano Barolo.Journal of Process Control.2008, 3

[3]

偏最小二乘回归的线性与非线性方法.[M].王惠文; 吴载斌; 孟洁; 著.国防工业出版社.2006,

[4] 基于核主元分析方法的燃气涡轮发动机燃烧系统实时监测与诊断 [J].