全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型
- 作者： 皮骏 马圣 张奇奇 王力平 崔东泽 来源： 航空动力学报 年份： 2019 文献类型 ： 期刊 关键词： 航空发动机 排气温度 广义回归神经网络 改进的果蝇算法 温度预测
- 描述： 利用广义回归神经网络(GRNN)良好的非线性映射能力,对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响,因此采用改进的果蝇算法优化广义回归神经网络(IFOAGRNN),并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例,选取相关参数作为预测模型的输入变量,EGT作为预测模型的输出变量。在相同的样本分配下,将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN;IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.850 6,其预测效果均优于其他对比算法;同时,IFOA-GRNN对噪声的敏感性也低于其他对比算法。