基于CS-BPNN算法的飞机客舱PMV指标预测
日期:2020.09.17 点击数:9
【类型】期刊
【刊名】计算机仿真
【关键词】 预测误差,神经网络,布谷鸟搜索算法,预测平均投票数
【摘要】针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。
【年份】2020
【作者单位】中国民航大学电子信息与自动化学院;
【期号】03
【页码】52-55+99
【全文挂接】全文挂接
相关文章
- 1、基于CS-BPNN算法的飞机客舱PMV指标预测 作者:侯启真,李泽,姬雨初,王阳, 年份:2020
- 2、基于客舱热舒适的飞机地面空调控制策略研究 作者:李泽 年份:2019
- 3、基于图像纹理与位平面压缩的可逆信息隐藏算法研究 作者:彭银银 年份:2020
- 4、基于四轴飞行器三维空间烟羽自主追踪方法研究 作者:黄建新 年份:2019
- 5、国产民机飞行计划软件优化算法研究 作者:王宁 年份:2021
- 6、基于过程的航空装备综合维修保障管理研究及系统应用 作者:闻敬谦,李青 年份:2016