应用LS-SVM的飞机重着陆诊断

被引：16

作者：

许桂梅

黄圣国

机构：

[1] 南京航空航天大学民航学院

来源：

系统工程理论与实践 | 2010年 / 30卷 / 04期

关键词：

重着陆; 诊断模型; 支持向量机; 参数优化;

D O I：

暂无

中图分类号：

V328 [飞机飞行安全];

学科分类号：

摘要：

为提高飞机重着陆判断的准确性,研究了将最小二乘支持向量机(Least square supportvector machine,LS-SVM)应用于民航飞机重着陆诊断的方法.首先,通过分析飞机着陆阶段的运动方程,确定了造成飞机重着陆的主要影响因素,将传统的单一指标诊断扩展到多指标诊断.然后,利用最小二乘支持向量机建立飞机重着陆诊断模型,采用遗传算法优化模型参数.训练和测试样本取自航空公司飞行品质监控数据库中相关参数值.与两类神经网络模型的比较表明,该方法具有更大的应用价值.

引用

页码：763 / 768

页数：6