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
- 基于SSA/ LS/ SVM的通用航空机队可靠性预测方法
- 作者： 陈农田 陈凯 李梦飞 来源： 航空计算技术 年份： 2023 文献类型 ： 期刊 关键词： 麻雀搜索算法 最小二乘支持向量机 通用航空机队 可靠性预测
- 描述： 通用航空机队的可靠性直接影响通用航空运行单位的安全与经济效益。以某通航单位Cessna 172R机队为研究对象，根据通用航空机队功能结构及故障特点，参考ATA100规范遴选可靠性指标，选取可靠性评估方法并进行可靠性等级划分，按指标分类统计各系统的故障数量，计算各系统的故障频率，建立基于最小二乘支持向量机理论(LS/SVM)和麻雀搜索算法(SSA)的Cessna172R通用航空机队可靠性预测方法，与LS/SVM模型预测结果对比，SSA/LS/SVM模型预测的准确度最高可达到95%,比原模型准确率提高了25%左右，证明了改进模型在通用航空机队可靠性预测上有较好适用性。
- 基于网络搜索信息的多模态数据驱动航空客流集成预测
- 作者： 孙景云 于婷 何林芸 来源： 运筹与管理 年份： 2023 文献类型 ： 期刊 关键词： 机场旅客吞吐量预测 网络搜索信息 麻雀搜索算法 ICEEMDAN分解
- 描述： 为了对机场旅客吞吐量进行更高精度的预测，提出了一种基于网络搜索信息的“分解-重构-集成”组合预测新方法。首先，采用平均影响值和时差相关分析法对机场旅客吞吐量相关的网络搜索关键词进行筛选，合成综合搜索指数。其次，利用改进的自适应白噪声完备集合经验模态分解(ICEEMDAN)方法分别将机场旅客吞吐量和综合搜索指数分解为若干子模态序列，依据子序列的样本熵值重构为高、中、低频序列。以搜索指数中的不同频率成分作为辅助输入信息，分别对机场旅客吞吐量的高频和中频序列采用麻雀搜索算法优化的BP神经网络(SSA-BP)模型进行预测，而低频序列采用自回归分布滞后模型进行预测，最后将不同频率序列预测值用SSA-BP模型进行综合集成得到最终的预测值。通过实证发现，该组合预测新方法能显著提高预测的精度，并表现出较好的鲁棒性。
- 具有动态和输入不确定性的航空发动机自抗扰控制
- 作者： 王伟 赵哲 来源： 航空科学技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 麻雀搜索算法 加速控制 自抗扰控制 动态和输入不确定性
- 描述： 加速过程中，动态和输入不确定性会给航空发动机控制系统造成不同程度的性能冲击。为改善控制系统性能，本文利用自抗扰控制方法补偿动态和输入不确定性造成的不良影响，采用麻雀搜索算法整定自抗扰控制器参数，以某型涡扇发动机为研究对象，基于Matlab/Simulink开展仿真分析。仿真结果表明，自抗扰控制器可以较好地抑制系统中的动态和输入不确定性造成的不良影响，能够实现对高压转子转速的准确快速跟踪，无稳态误差，超调量不超过0.07%，动态调节时间为2.5s，燃油流量变化较平滑，几乎无大幅值振荡。
- 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。