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
- 中高空面阵CCD航空相机操纵系统关键技术研究
- 作者： 段洁 来源： 长春理工大学 年份： 2016 文献类型 ： 学位论文 关键词： RBF神经网络 CCD航空相机 操纵系统 图像压缩 并行技术 PSO
- 描述： 压缩时数据流的处理速率达到60MB/S,图像压缩比达到10：1；针对航空相机供电电源故障率高,传统故障诊断方法不足而使得相机维护难度大的实际问题,进行了基于PSO-RBF神经网络的故障诊技术研究,设计
- 基于BP-RBF神经网络的飞机舵机电液伺服加载系统研究
- 作者： 刘志伟 来源： 科技与创新 年份： 2017 文献类型 ： 期刊 关键词： 飞机舵机电液伺服加载系统 RBF神经网络 多余力 BP神经网络
- 描述： 飞机舵机电液伺服加载系统中存在多余力的干扰会影响系统加载的精确度,因此,为加载系统建模,建立整个电液伺服加载系统的非线性模型。在BP神经网络的PID控制器基础上加入了RBF神经网络,构成复合控制器,通过RBF神经网络的辨识,神经网络PID控制器控制精度高、效果好,参数实现了自整定,提高了非线性系统的控制精度,同时,也提高了加载精度,有效抑制了多余力。
- 基于RBF神经网络的波音737NG飞机引气系统故障诊断模型
- 作者： 肖晓阳 来源： 航空维修与工程 年份： 2021 文献类型 ： 期刊 关键词： RBF神经网络 故障诊断 引气系统 排故
- 描述： 鉴于波音737NG飞机引气系统故障率高、无系统衰退指示、无系统自检计算机、系统故障难放行、排故困难等特点,为快速准确地排除引气系统故障,提出利用RBF神经网络建立故障诊断模型,经实例验证,该模型能有效诊断引气系统故障,可辅助用于引气系统的排故。
- 基于RBF神经网络的波音737NG飞机引气系统故障诊断模型
- 作者： 肖晓阳 来源： 航空维修与工程 年份： 2021 文献类型 ： 期刊 关键词： RBF神经网络 故障诊断 引气系统 排故
- 描述： 鉴于波音737NG飞机引气系统故障率高、无系统衰退指示、无系统自检计算机、系统故障难放行、排故困难等特点,为快速准确地排除引气系统故障,提出利用RBF神经网络建立故障诊断模型,经实例验证,该模型能有效诊断引气系统故障,可辅助用于引气系统的排故。
- 基于BP-RBF神经网络的飞机舵机电液伺服加载系统研究
- 作者： 刘志伟 来源： 科技与创新 年份： 2019 文献类型 ： 期刊 关键词： 飞机舵机电液伺服加载系统 RBF神经网络 多余力 BP神经网络
- 描述： 飞机舵机电液伺服加载系统中存在多余力的干扰会影响系统加载的精确度,因此,为加载系统建模,建立整个电液伺服加载系统的非线性模型。在BP神经网络的PID控制器基础上加入了RBF神经网络,构成复合控制器,通过RBF神经网络的辨识,神经网络PID控制器控制精度高、效果好,参数实现了自整定,提高了非线性系统的控制精度,同时,也提高了加载精度,有效抑制了多余力。
- 压燃式航空活塞发动机转矩复合预测控制
- 作者： 叶桐 黄国勇 徐劲松 来源： 电子测量技术 年份： 2022 文献类型 ： 期刊 关键词： RBF神经网络 压燃式航空活塞发动机 转矩复合预测控制 模拟退火粒子群优化算法
- 描述： 由于压燃式航空活塞发动机工作过程具有强非线性等特点，只采用模型预测控制(MPC)算法来实现压燃式航空活塞发动机的转矩控制，会导致基于状态空间模型的转矩预测精度不理想。采用径向基(RBF)神经网络结合MPC的发动机转矩复合预测控制能解决上述问题。首先，通过脉谱(MAP)控制方式获得发动机的运行数据，以此作为自行搭建的发动机联合仿真平台上的神经网络训练样本集。其次，在粒子群优化(PSO)算法中引入模拟退火(SA)机制，训练RBF神经网络转矩预测模型。最后，通过联合仿真不断修正控制算法，验证了SA+PSO算法在RBF神经网络上训练发动机转矩预测模型的优越性，还能有效改善PSO算法容易陷入局部最优的问题，并通过发动机台架实验验证了转矩复合预测控制的有效性。
- 基于飞机发动机尾部喷口转向机构的EHA设计与性能研究
- 作者： 张均亚 来源： 哈尔滨工业大学 年份： 2019 文献类型 ： 学位论文 关键词： RBF神经网络 电液作动器 动态性能分析 前馈控制
- 描述： 基于飞机发动机尾部喷口转向机构的EHA设计与性能研究
- 航空发动机的RBF网络滑模控制和优化算法研究
- 作者： 黄馨阁 来源： 大连理工大学 年份： 2018 文献类型 ： 学位论文 关键词： 航空发动机 RBF神经网络 滑模控制 鲸鱼算法
- 描述： 航空发动机的RBF网络滑模控制和优化算法研究
- 航空收益管理中NOSHOW率预测研究
- 作者： 卢巍 来源： 华中科技大学 年份： 2016 文献类型 ： 学位论文 关键词： RBF神经网络 正规正交分解 收益管理 超售 NOSHOW预测
- 描述： 收益管理理论在国外航空公司运营中起到了至关重要的作用。它已经成为国内外航空运输企业竞争力的重要体现。收益管理近20年成为研究热点，超售是收益管理中的重要组成部分，超售策略实施的效果直接关系到航空公司的收益水平，而决定超售水平的是NOSHOW率的预测准确水平。本文以NOSHOW率的预测为基础进行研究。首先从介绍收益管理的概念与发展入手，指出了研究意义，分析了中国航空运输业的发展状况，然后分析了影响超售的因素和超售风险、超售收益、现有的一些超售模型和NOSHOW率的预测方法，比较了这些方法的优点和缺点。在NOSHOW率预测方法的研究上，首先分析了NOSHOW旅客的构成、影响NOSHOW率的因素、和NOSHOW率的时间序列特性。接着分析了现有的一些可以对NOSHOW率进行预测的方法，并且探讨了这些方法的优缺点，然后根据现有神经网络预测方法的不足建立了基于时间序列的正规正交分解RBF神经网络（POD-RBF）预测模型，该模型在选取中心时考虑了时间序列数据之间的时序关系，并且使得中心的选取具有并行性，在预测精度与模型复杂度上有其优势。最后应用实际数据对所建立模型的有效性进行验证，并与其它几种预测模型的预测结果进行比较。最后总结了整个研究工作，并对以后的研究做出了进一步的建议与期望。