基于CS-BPNN算法的飞机客舱PMV指标预测

【类型】期刊

【作者】侯启真 李泽 姬雨初 王阳  

【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