首页>
根据【关键词:健康指数,遗传算法,多模型相似性,随机森林,发动机寿命预测】搜索到相关结果 3 条
-
基于机器学习的航空器进近飞行时间预测
-
作者:
叶博嘉
鲍序
刘博
田勇
来源:
航空学报
年份:
2021
文献类型 :
期刊
关键词:
空中交通管理
机器学习
特征重要度
随机森林
进近飞行时间预测
-
描述:
为了准确预测航空器的落地时间,提高空管部门间的协作效率,采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发,分析航空器在进近管制空域飞行时间产生差异的原因,提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例,对4种机器学习模型进行训练、验证和测试,对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明,对于航空器进近飞行时间的预测,基于随机森林的模型表现出了最高的预测性能,模型的泛化能力最好、精确度高,回归效果越显著;进场状态是影响航空器进近飞行时间的最重要因素,而进场点和进场高度特征则对结果的贡献度最大。
-
基于机器学习的航空器进近飞行时间预测
-
作者:
叶博嘉
鲍序
刘博
田勇
来源:
航空学报
年份:
2021
文献类型 :
期刊
关键词:
空中交通管理
机器学习
特征重要度
随机森林
进近飞行时间预测
-
描述:
为了准确预测航空器的落地时间,提高空管部门间的协作效率,采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发,分析航空器在进近管制空域飞行时间产生差异的原因,提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例,对4种机器学习模型进行训练、验证和测试,对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明,对于航空器进近飞行时间的预测,基于随机森林的模型表现出了最高的预测性能,模型的泛化能力最好、精确度高,回归效果越显著;进场状态是影响航空器进近飞行时间的最重要因素,而进场点和进场高度特征则对结果的贡献度最大。
-
翼身融合背撑发动机布局的动力短舱设计
-
作者:
顾文婷
赵振山
周翰玮
冯剑
谭兆光
李栋
来源:
航空学报
年份:
2019
文献类型 :
期刊
关键词:
遗传算法
翼身融合布局
多目标优化设计
背撑发动机
短舱
-
描述:
为了解决翼身融合(BWB)背撑发动机布局的飞机-发动机流动干扰问题,依据BWB流场特征,提出背撑式动力短舱设计思想:采用轴对称短舱,结合可以减小短舱外部流动对机体影响的外罩型面和满足进气效率要求的进气道型面设计。基于本文构建的动力短舱参数化建模方法和多点优化设计方法,开展兼顾内外流的短舱综合优化设计研究,最后对设计方案安装状态流场进行分析。结果表明:提出的设计方法可以给出具有不同内外流气动特性、满足BWB背撑式发动机动力短舱多点设计要求的设计方案,巡航状态短舱外表面和全推力状态进气道最大马赫数最大可减小8.35%和11.81%,优化结果在最大推力和侧风起飞状态也具有良好的进气道性能;动力短舱安装状态消除了高速巡航飞行状态下短舱和机体之间的强激波和后体流动分离,低速大迎角状态机体外流能够为发动机提供均匀稳定的进气,进气道总压恢复系数满足设计要求。