全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 航空公司不安全事件的预测研究
- 作者： 吕学梅 来源： 中国民航大学 年份： 2016 文献类型 ： 学位论文 关键词： BP神经网络 民航 MATLAB 主成份分析 不安全事件预测
- 描述： 神经元,将其中1月—9月的数据作为训练样本,以10月,11月的数据作为检验样本,发现模型误差较小,证明了该模型用于航空公司不安全事件预测的可行性,具有很好的应用价值。输入1—11月的输入层数据和输出层数据,调用...
- 航空公司不安全事件的预测研究
- 作者： 吕学梅 来源： 中国民航大学 年份： 2016 文献类型 ： 学位论文 关键词： BP神经网络 民航 MATLAB 主成份分析 不安全事件预测
- 描述： 神经元,将其中1月—9月的数据作为训练样本,以10月,11月的数据作为检验样本,发现模型误差较小,证明了该模型用于航空公司不安全事件预测的可行性,具有很好的应用价值。输入1—11月的输入层数据和输出层数据,调用...
- 基于智能算法优化BP的航空器滑出时间预测
- 作者： 朱晓波 贾鑫磊 王楚皓 来源： 科学技术与工程 年份： 2023 文献类型 ： 期刊 关键词： 机场场面运行效率 粒子群优化 麻雀搜索算法 BP神经网络 滑出时间
- 描述： 滑出时间是评估大型机场场面运行效率的主要性能指标，科学准确地预测离港航空器的滑出时间，对于提升场面运行效率至关重要。首先，分析了航空器滑出时间影响因素及相关性，构建了基于反向传播(back propagation, BP)神经网络的航空器滑出时间预测模型。针对BP神经网络存在对初始权值和阈值敏感、准确性和稳定性欠佳等缺点，分别采用粒子群优化(particle swarm optimization, PSO)算法和麻雀搜索算法(sparrow search algorithm, SSA)获取BP神经网络的最优权值和阈值，并采用中国中南某枢纽机场2周的实际运行数据对智能算法优化后的预测模型进行了验证。结果表明：滑出时间与半小时平均滑出时间、起飞队列长度、同时段滑行的离港航空器数量均有强相关性，与同时段滑入的进港航空器数量中度相关，与滑行距离和经过冲突热点区域个数相关性较弱；考虑强相关和中度相关影响因素的4元组合预测模型的预测结果最佳；智能优化算法通过获取神经网络的局部最优权重和阈值，可有效地提升航空器滑出时间预测结果的精度，但运算过程耗时也更长；基于PSO优化后的BP神经网络预测结果较优化前的平均绝对百分比误差(mean absolute percentage error, MAPE)提升了1.13%,平均绝对误差(mean absolute error, MAE)减少了4.48 s,均方根误差(root mean squared error, RMSE)减少了4.68 s;基于SSA优化后的BP神经网络预测结果较优化前的MAPE提升了3.05%,MAE减少了16.55 s, RMSE减少了14.31 s。
- 基于学习航空定价策略的高铁定价优化
- 作者： 王裕红 郑砚 纪超 苏刚 来源： 综合运输 年份： 2023 文献类型 ： 期刊 关键词： BP神经网络 综合运输 灰色关联度分析 高铁定价 航空定价
- 描述： 。建立了一个考虑旅客购票选择多影响因素下神经网络定价模型，采用遗传算法对BP算法的初始值和阈值进行了改进，利用航空订票数据集对神经网络进行训练和验证，结果表明神经网络可以较好的映射航空票价随多影响因素而
- PCA-ANN在典型航空材料铝合金腐蚀数据预测中的应用
- 作者： 邓俊豪 陈荻云 张博 刘丽红 王荣祥 龚雨荷 来源： 环境技术 年份： 2023 文献类型 ： 期刊 关键词： 主成分分析 BP神经网络 模拟热带海洋大气环境 广义回归神经网络 铝合金
- 描述： 针对航空装备在热带海洋大气环境下服役时对金属材料大气腐蚀预测的需求，提出了主成分分析法（PCA）优化的BP神经网络（BPNN）和广义回归神经网络（GRNN）模拟热带海洋大气腐蚀预测模型。研究结果表明，PCA可以很好地对原始数据的进行特征提取，降低样本集的维度。PCA-BPNN和PCA-GRNN模型的拟合优度与预测精度没有明显的相关关系。与PCA-BPNN相比，PCA-GRNN的预测精度高、稳定性更好，这为模拟热带海洋大气腐蚀研究提供了新思路，具有较好的借鉴意义。
- 基于SSA-PSO-BP神经网络航空壁板装夹变形预测研究
- 作者： 刘红军 邵泓斌 来源： 机床与液压 年份： 2023 文献类型 ： 期刊 关键词： 粒子群优化算法 麻雀搜索算法 BP神经网络 ABAQUS仿真 航空壁板变形预测
- 描述： 航空壁板在制孔时由于装夹会发生轻微形变，导致盲制孔精度降低。受加工成本影响，无法通过众多激光传感器来确定装夹后壁板的确切位置。为精准预测航空壁板的变形量，提出一种改进的神经网络预测算法，首先利用粒子群优化算法(PSO)将BP神经网络的初始权值和阈值进行初次优化，再选取收敛速度快、全局寻优能力强的麻雀搜索算法(SSA)对权值和阈值进行二次寻优，从而建立SSA-PSO-BP神经网络航空壁板装夹变形预测模型。利用Abaqus软件获取50组壁板变形数据作为神经网络的训练与预测数据(训练集45个，测试集5个),对神经网络模型进行训练。为了验证所建模型的准确性，利用BP、PSO-BP、SSA-PSO-BP这3种模型对测试集进行预测，并运用MAPE与RMSE对神经网络模型进行评价。结果表明：基于SSA-PSO-BP的神经网络模型预测航空壁板变形误差较小，预测结果准确率更高。
- 基于BP神经网络的某型飞机部件装配工时估算方法
- 作者： 刘宝明 刘鑫荣 宋国秋 来源： 郑州航空工业管理学院学报 年份： 2024 文献类型 ： 期刊 关键词： CAA BP神经网络 飞机部件 工时定额估算 典型装配工艺
- 描述： 基于BP神经网络的某型飞机部件装配工时估算方法
- 平面移动式立体车库I/O配置与库位分配策略优化研究
- 作者： 李博文 来源： 兰州交通大学 年份： 2021 文献类型 ： 学位论文 关键词： 禁忌搜索算法 BP神经网络 I/O配置 立体车库 车位分配
- 描述： 平面移动式立体车库I/O配置与库位分配策略优化研究
- 国产民机飞行计划软件优化算法研究
- 作者： 王宁 来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： 飞行计划 BP神经网络 优化算法 布谷鸟搜索算法 参数敏感性分析
- 描述： 国产民机飞行计划软件优化算法研究