基于NARX神经网络的飞机飞行性能模型预测

被引：9

作者：

杨任农

张振兴

张滢

张欢

于茗

薛国红

机构：

[1] 空军工程大学航空航天工程学院

[2] 齐齐哈尔工程学院建筑工程系

[3] 空军装备部

来源：

西北大学学报(自然科学版) | 2017年 / 01期

关键词：

飞机飞行性能模型; BP神经网络; NARX神经网络; 时间序列;

D O I：

10.16152/j.cnki.xdxbzr.2017-01-002

中图分类号：

V323 [飞行、驾驶]; TP183 [人工神经网络与计算];

学科分类号：

08 ; 081104 ; 0812 ; 0825 ; 0835 ; 1405 ;

摘要：

针对飞机飞行性能模型的非线性、动态性的特点,分析了影响飞行性能的关键要素。飞行员的操纵量,提出了基于神经网络的数据建模方法。该方法在BP神经网络结构的基础上,加入了外部输入量的延迟和输出量的反馈连接,建立了NARX神经网络预测模型。该模型利用飞行模拟器采集的飞行数据训练网络,并对训练好的网络进行验证和评估。实验结果表明,与BP神经网络以及引入动量因子和自适应调整学习率的改进BP神经网络相比,NARX神经网络预测模型收敛速度和预测结果更好,可以长期准确地预测飞行性能模型。

引用

页码：7 / 12

页数：6

共 15 条

[1] 基于EPSO-BP的Elman网络及其在飞行轨迹预测中的应用 [J].

王俭臣 ;

齐晓慧 ;

单甘霖 .

控制与决策, 2013, 28 (12) :1884-1888

[2] 基于PSO-BP神经网络的高炉煤气柜位预测模型及应用 [J].

魏津瑜 ;

张玮 ;

李欣 .

中南大学学报(自然科学版), 2013, 44 (S1) :266-270

[3] 基于重力储能的太阳能飞机飞行轨迹研究 [J].

马东立 ;

包文卓 ;

乔宇航 .

航空学报, 2014, 35 (02) :408-416

[4] 基于粗糙集和改进遗传算法优化BP神经网络的算法研究 [J].

李伟 ;

何鹏举 ;

杨恒 ;

陈明 .

西北工业大学学报, 2012, 30 (04) :601-606

[5] 基于混杂系统模型的航空器4D航迹推测 [J].

汤新民 ;

韩云祥 ;

韩松臣 .

南京航空航天大学学报, 2012, 44 (01) :105-112

[6] 神经网络结合遗传算法用于航迹预测 [J].

谭伟 ;

陆百川 ;

黄美灵 .

重庆交通大学学报(自然科学版), 2010, 29 (01) :147-150

[7]

Prediction of SYM-H index by NARX neural network from IMF and solar wind data[J]. CAI Lei, MA ShuYing, CAI HongTao, ZHOU YunLiang & LIU RuoSi Department of Space Physics, College of Electronic Information, Wuhan University, Wuhan 430079, China. Science in China(Series E:Technological Sciences). 2009(10)

[8] 基于基本飞行模型的4D航迹预测方法 [J].

王超 ;

郭九霞 ;

沈志鹏 .

西南交通大学学报, 2009, 44 (02) :295-300

[9] 动态过程神经网络模型的研究(一) [J].

吴建锋 ;

何小荣 ;

陈丙珍 .

系统工程理论与实践, 2001, (12) :47-52

[10]

BP神经网络的改进研究及应用[D]. 刘天舒.东北农业大学 2011

← 1 2 →