首页>
根据【关键词:机器学习,航空母舰,鲁棒性,仿真验证,甲板运动预估】搜索到相关结果 6 条
-
航空发动机多状态寿命控制策略及仿真研究
-
作者:
崔利杰
李皓祥
李薛
童奇
来源:
航空工程进展
年份:
2022
文献类型 :
期刊
关键词:
状态寿命
航空发动机
控制策略
仿真验证
-
描述:
航空发动机寿命控制是航空装备维修保障工作的重要内容,针对当前航空发动机状态寿命多、使用控制策略单一、状态寿命消耗浪费严重等问题,利用多目标决策模型,分别考虑多种状态寿命消耗约束,提出基于航空发动机多状态寿命的控制策略;在利用Simio 3D构建发动机使用流程仿真模型的基础上,将所提寿命控制策略进行注入,验证所提策略的合理性和可行性。研究结果能够为航空装备使用单位和维修人员制定发动机寿命控制策略提供技术支持和方法参考。
-
航空发动机多状态寿命控制策略及仿真研究
-
作者:
崔利杰
李皓祥
李薛
童奇
来源:
航空工程进展
年份:
2022
文献类型 :
期刊
关键词:
状态寿命
航空发动机
控制策略
仿真验证
-
描述:
航空发动机寿命控制是航空装备维修保障工作的重要内容,针对当前航空发动机状态寿命多、使用控制策略单一、状态寿命消耗浪费严重等问题,利用多目标决策模型,分别考虑多种状态寿命消耗约束,提出基于航空发动机多状态寿命的控制策略;在利用Simio 3D构建发动机使用流程仿真模型的基础上,将所提寿命控制策略进行注入,验证所提策略的合理性和可行性。研究结果能够为航空装备使用单位和维修人员制定发动机寿命控制策略提供技术支持和方法参考。
-
基于XGBoost的航空器动态滑行时间预测方法研究
-
作者:
赵征
冯事成
宋梅雯
胡莉
陆莎
来源:
航空工程进展
年份:
2022
文献类型 :
期刊
关键词:
机器学习
XGBoost
动态滑行时间
航空运输
样本量
-
描述:
滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。
-
基于XGBoost的航空器动态滑行时间预测方法研究
-
作者:
赵征
冯事成
宋梅雯
胡莉
陆莎
来源:
航空工程进展
年份:
2022
文献类型 :
期刊
关键词:
机器学习
XGBoost
动态滑行时间
航空运输
样本量
-
描述:
滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。
-
基于XGBoost的航空器动态滑行时间预测方法研究
-
作者:
赵征
冯事成
宋梅雯
胡莉
陆莎
来源:
航空工程进展
年份:
2022
文献类型 :
期刊
关键词:
机器学习
XGBoost
动态滑行时间
航空运输
样本量
-
描述:
滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。
-
基于XGBoost的航空器动态滑行时间预测方法研究
-
作者:
赵征
冯事成
宋梅雯
胡莉
陆莎
来源:
航空工程进展
年份:
2022
文献类型 :
期刊
关键词:
机器学习
XGBoost
动态滑行时间
航空运输
样本量
-
描述:
滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。