基于混沌PSO＿Elman网络的航空发动机基线挖掘

【类型】期刊

【作者】瞿红春 林文斌 许旺山 郭龙飞  

【刊名】中国民航大学学报

【关键词】 基线挖掘,航空发动机,粒子群算法,混沌,Elman神经网络

【摘要】为提高发动机基线的拟合精度,提出经混沌粒子群优化的Elman神经网络模型。利用混沌算法改进粒子群算法(PSO)的位置公式,以解决局部最优问题。利用非线性递减函数改进PSO粒子的速度公式,以解决收敛精度较低的问题。将该模型用于基线拟合,并与传统的误差反向传播网络(BP)、Elman网络、支持向量机(SVM)等模型的拟合误差进行对比。结果表明:在训练数据、测试数据、训练次数均相同的情况下,混沌PSO_Elman模型的拟合精度高于其他传统模型;当训练样本减少时,其拟合精度依然高于传统模型,证明该模型具有更强的学习能力。

【年份】2020

【作者单位】中国民航大学航空工程学院;

【期号】01

【页码】19-23+53

【全文挂接】全文挂接