基于三次样条插值BP神经网络的航空阻力伞供应决策模型

作者： 谷雨轩   徐常凯   肖凯锐   来源： 科技与创新 年份： 2022 文献类型 ： 期刊 关键词： 阻力伞   供应决策   BP神经网络   三次样条插值  

描述： 针对航空阻力伞供应长期依靠人工经验决策与精细化保障模式不匹配的问题，提出一种阻力伞供应数量模型，首先通过三次样条插值扩充样本数据，然后通过实例模型精度对比优化神经元设置和激活函数的选择，最终建立神经元节点数为4、激活函数为Sigmond函数的BP神经网络航空阻力伞供应决策模型，为保障决策提供了有效的方法，对于提升保障效率具有重要意义。

基于PCA-BP的航空发动机大修周期预测方法

作者： 符式峰   贾晓亮   安磊   常笑   来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： 主成分分析   航空发动机   大修周期   BP神经网络  

描述： 航空发动机大修具有影响因素多、因素之间耦合关系复杂等特点，针对数据驱动的航空发动机大修周期预测，提出基于主成分分析和反向传播神经网络(PCA-BP)的航空发动机大修周期预测方法。在分析影响航空发动机大修周期主要因素的基础上，采用PCA方法得到影响航空发动机大修周期的主成分因素，并将其作为BP神经网络的输入。基于某型航空发动机大修数据对PCA-BP模型进行训练和测试，并与BP神经网络模型进行比较，结果表明PCA-BP模型预测精度更高，验证了方法的有效性。

基于BP神经网络的航空公司债务风险形成与传染机理研究

作者： 田利军   王皓羽   张秀   徐森雨   来源： 商业会计 年份： 2022 文献类型 ： 期刊 关键词： 债务风险   BP神经网络   传染机理   航空公司  

描述： 我国民航业在进入多元化发展阶段的同时，也面临着高债务风险和现金流短缺的问题。文章以风险管理理论为基础，从企业、供应链、行业、区域四个层次剖析我国四大航空公司债务风险的形成和传染机理，运用主成分分析法和BP神经网络定量测度模型和预警模型对四大航空公司债务风险进行实证检验，验证模型具有较好的预测效果。得出结论：航空公司债务风险形成的内部因素主要是自身偿债能力和盈利能力的下降，同时航空公司债务风险会沿着区域、供应链传染，最后基于政府和企业视角提出债务风险防控建议。

基于BP神经网络航空情报员人因失误的风险预警机制研究

作者： 李培   来源： 成都航空职业技术学院学报 年份： 2022 文献类型 ： 期刊 关键词： 风险预警   BP神经网络   指标体系   人因失误  

描述： 从人、机、环、管四个方面对情报员人因失误影响因素进行研究，通过对各影响因素相关性分析，构建情报员人因失误风险预警指标体系，运用BP神经网络建立起相应的情报员人因失误的风险预警机制。

基于机器学习的航空器着陆跑道占用时间预测研究

作者： 谢玉冰   来源： 中国民用航空飞行学院 年份： 2022 文献类型 ： 学位论文 关键词： QAR数据   着陆跑道占用时间   BP神经网络   SHAP模型  

描述： 基于机器学习的航空器着陆跑道占用时间预测研究

基于飞参数据与BP神经网络的航空发动机动态建模

作者： 李帅国   彭靖波   王玮轩   郑劲松   来源： 第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛 年份： 2022 文献类型 ： 会议论文 关键词： 航空发动机   BP神经网络   飞参数据   动态建模  

描述： 基于飞参数据与BP神经网络的航空发动机动态建模

基于机器学习的航空器着陆跑道占用时间预测研究

作者： 谢玉冰   来源： 中国民用航空飞行学院 年份： 2022 文献类型 ： 学位论文 关键词： QAR数据   着陆跑道占用时间   BP神经网络   SHAP模型  

描述： 基于机器学习的航空器着陆跑道占用时间预测研究

基于飞参数据与BP神经网络的航空发动机动态建模

作者： 李帅国   彭靖波   王玮轩   郑劲松   来源： 第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛 年份： 2022 文献类型 ： 会议论文 关键词： 航空发动机   BP神经网络   飞参数据   动态建模  

描述： 基于飞参数据与BP神经网络的航空发动机动态建模

基于GA-BRBPNN的航空自耦变压整流器故障诊断方法

作者： 董慧芬   郑坤   杨占刚   来源： 电子测量与仪器学报 年份： 2022 文献类型 ： 期刊 关键词： 贝叶斯正则化   遗传算法   BP神经网络   故障诊断   航空自耦变压整流器  

描述： 航空自耦变压整流器(auto-transformer rectifier unit, ATRU)是飞机高压直流电网关键电能变换装置，在运行过程中受高温、机械应力、荷载波动等因素持续影响，其内部元件可能出现相应故障，进而威胁飞机可靠运行及持续适航。针对ATRU整流部分故障信号频谱难以区分、诊断准确率不高问题，提出一种遗传算法(genetic algorithm, GA)与贝叶斯正则化反向传播神经网络(Bayesian regularisation back propagation neural network, BRBPNN)相结合的故障诊断识别方法。首先，实现ATRU故障仿真，以时频分析方式处理所得信号，从而挖掘不同故障状态的特征信息；随后采用GA算法优化BRBPNN初始权阈值并建立最优GA-BRBNPNN诊断模型，将特征样本输入诊断模型进行故障分类识别，测试模型性能；最后，搭建故障模拟实验平台对实测数据进行模型验证。实验结果分析可知，对于仿真故障，该模型诊断准确率可达99.46%,对于实测故障，该模型可全部诊断识别待测样本；由此表明提出的GA-BRBPNN优化模型诊断效果好，具有较高实用价值。

基于改进的BP神经网络探究航空与陆侧客流关系

作者： 王欢   赵慧   周正全   来源： 综合运输 年份： 2022 文献类型 ： 期刊 关键词： 陆侧交通   BP神经网络   偏移   航空运输   定量关系  

描述： 为提高航空与陆侧交通客流关系分析的效率，本文基于大数据手段统计海量的航空客流和陆侧交通客流数据，利用改进的BP神经网络算法对航空客流和陆侧交通客流的关系进行了研究。首先，通过遍历隐含层神经元个数并增加算法运行次数的方法探寻隐含层最佳神经元个数。其次，保持航空客流数据不变，在时间轴上偏移陆侧交通客流数据，基于拟合系数设定评价函数，衡量航空客流和陆侧交通客流数据的匹配程度。其三，基于首都国际机场的实际数据进行实例分析，得到航空旅客乘坐陆侧交通方式提前到达和滞后离开机场的时间，并获得了航空客流和陆侧交通客流之间定量关系表达式，为机场陆侧交通设施的建设和改善提供了参考依据。