基于改进粒子群算法的飞机刹车控制律参数寻优研究

作者： 李磊     张晓申     付一博     马欣   来源： 火力与指挥控制 年份： 2024 文献类型 ： 期刊 关键词： 参数寻优   轮胎磨损   刹车距离   粒子群算法   控制律  

描述： 基于改进粒子群算法的飞机刹车控制律参数寻优研究

作者： 王善求     李春梅     谷佳澄     谭佳伟   来源： 长春工程学院学报(自然科学版) 年份： 2024 文献类型 ： 期刊 关键词： 注意力机制   时间卷积网络   寿命预测   粒子群算法   超参数优化  

描述：

基于混合算法的飞机部件装配静态调度方法研究

作者： 梅中义     付豪   来源： 机械工程与自动化 年份： 2024 文献类型 ： 期刊 关键词： 变邻域搜索   飞机部件装配   调度   粒子群算法   静态调度  

描述： 了飞机部件装配调度的目标函数，包括最小化拖期惩罚和最小化最大完工周期，对飞机部件装配调度问题进行了合理的假设和抽象，并建立了飞机部件装配调度模型。针对飞机部件装配静态调度问题，将粒子群算法和变邻域搜索算法进行了有效结合，设计了粒子群-变邻域搜索混合算法，并采用实例验证了该算法的有效性。

基于随机森林的航空发动机工作状态识别

作者： 李鼎哲   彭靖波   赵泽平   王玮轩   赵彪   来源： 空军工程大学学报(自然科学版) 年份： 2021 文献类型 ： 期刊 关键词： 工作状态识别   主成分分析   航空发动机   随机森林   属性约简   飞参数据  

描述： 为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将

基于随机森林的航空发动机工作状态识别

作者： 李鼎哲   彭靖波   赵泽平   王玮轩   赵彪   来源： 空军工程大学学报(自然科学版) 年份： 2021 文献类型 ： 期刊 关键词： 工作状态识别   主成分分析   航空发动机   随机森林   属性约简   飞参数据  

描述： 为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将

基于随机森林的航空发动机工作状态识别

作者： 李鼎哲   彭靖波   赵泽平   王玮轩   赵彪   来源： 空军工程大学学报(自然科学版) 年份： 2020 文献类型 ： 期刊 关键词： 工作状态识别   主成分分析   航空发动机   随机森林   属性约简   飞参数据  

描述： 为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将

基于随机森林的航空发动机工作状态识别

作者： 李鼎哲   彭靖波   赵泽平   王玮轩   赵彪   来源： 空军工程大学学报(自然科学版) 年份： 2020 文献类型 ： 期刊 关键词： 工作状态识别   主成分分析   航空发动机   随机森林   属性约简   飞参数据  

描述： 为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将

基于曲面边缘提取的航空叶片点云配准

作者： 陈伟     刘瑾     杨海马     潘方超     赵红壮     张锐   来源： 应用激光 年份： 2024 文献类型 ： 期刊 关键词： 航空叶片   马夸尔特优化   主成分分析   列文伯格   点云配准   边缘提取  

描述： 基于曲面边缘提取的航空叶片点云配准

基于曲面边缘提取的航空叶片点云配准

作者： 陈伟     刘瑾     杨海马     潘方超     赵红壮     张锐   来源： 应用激光 年份： 2024 文献类型 ： 期刊 关键词： 航空叶片   马夸尔特优化   主成分分析   列文伯格   点云配准   边缘提取  

描述： 基于曲面边缘提取的航空叶片点云配准

基于SSA-SVM的航空电弧故障检测

作者： 戴洪德     张志亮     崔伟成     王艺卉     陈美男   来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： 小波分析   支持向量机   麻雀搜索算法   故障检测   电弧  

描述： 故障的产生，分别采集交流串联正常和电弧故障电流数据，应用所提出的SSA-SVM算法进行电弧故障检测，结果表明，所提方法能较好地识别出电弧故障，检测准确率达到99.5%,相比于粒子群算法或遗传算法优化的支持向量机，对电弧故障的检测准确率分别高出2.5%和2%。