首页>
根据【关键词:风险预警,支持向量机,QAR,BP神经网络,航空运营风险】搜索到相关结果 5 条
-
基于QAR数据的飞机着陆仿真模型
-
作者:
孙京超
来源:
航空计算技术
年份:
2019
文献类型 :
期刊
关键词:
QAR
蒙特卡洛
着陆
仿真
-
描述:
介绍了一种基于蒙特卡洛方法和QAR数据修正的飞机着陆仿真模型。模型考虑飞机着陆速度、跑道入口高度、着陆下滑角度、着陆点位置、制动减速度等因素对着陆过程的影响。通过对QAR数据的处理获得着陆仿真的关键参数,使模型更加贴合实际运行情况。将仿真所得着陆距离与实际运行数据进行对比验证,证明了模型的有效性。模型可扩展应用于其他机型和机场。
-
BP神经网络在航空复合材料敲击检测中的应用
-
作者:
高志列
李艳军
曹愈远
王广侃
来源:
航空计算技术
年份:
2017
文献类型 :
期刊
关键词:
BP神经网络
敲击检测
数据处理
航空复合材料
-
描述:
随着航空复合材料运用越来越广泛,其本身缺陷造成的事故也愈来愈多。提出一种利用敲击检测和BP神经网络的航空复合材料无损检测方法。首先运用敲击检测采集数据;然后运用平均值法和方差法来对数据进行修正;最后借助MATLAB软件进行BP神经网络数据分析,在训练数据4 000组、测试数据20组时,准确率可达90%。实例验证结果表明,基于BP神经网络的敲击检测方法可以实现航空复合材料缺陷的有效检测。
-
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。
-
基于复合算法的航空发动机磨损故障诊断
-
作者:
黄帆
李艳军
曹愈远
李依林
来源:
航空计算技术
年份:
2019
文献类型 :
期刊
关键词:
支持向量机
油液分析
航空发动机
故障诊断
相对劣化度
免疫系统
-
描述:
针对航空发动机油液数据种类多样,所处状态阶段存在矛盾性,且传统三线值法制定状态界限值存在缺陷等问题,结合支持向量机理论(SVM),相对劣化度评估和人工免疫算法(AIS),提出了一种航空发动机磨损故障诊断的方法。利用SVM拟合数据的概率密度函数,根据磨粒数据的概率分布制定正常、预警和警告的界限值;根据相对劣化度评估,分析各状态参数偏离正常状态的程度;利用人工免疫算法对待测数据进行故障模式识别。通过实例验证,方法对油液监测数据反映的航空发动机磨损故障具有出色的识别能力,相较于直接归一化原始数据进行故障诊断,有利于故障类别的分离,并且可以有效降低诊断时间,提高识别效率。
-
基于民航团队旅客销售的组合预测方法分析
-
作者:
黄奇
徐月芳
来源:
航空计算技术
年份:
2017
文献类型 :
期刊
关键词:
组合预测算法
Squares
Support
BP神经网络
民航收益管理
LS
SVM)
最小二乘支持向量机(Least
Machines
Vector
-
描述:
利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益。结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高。支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力。组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作。