遗传算法及其在航空发动机非线性数学模型中的应用研究

作者： 苏三买   来源： 西北工业大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   遗传算法   非线性数学模型  

描述： ；然后深入分析了遗传算法在发动机数学模型应用中的实现技术。论文完成的主要工作与结论如下： 1．在分析遗传算法的计算原理与实现技术基础上，设计了FORTRAN与C两种语言的遗传算法计算软件

基于BP神经网络的航空设备故障预测

作者： 胡雷刚   肖明清   来源： 第六届全国信息获取与处理学术会议 年份： 2016 文献类型 ： 会议论文 关键词： 故障预测　　BP神经网络　　状态监测　　视情维修  

描述： 准确的故障预测是实现视情维修的关键。针对航空设备性能衰减的特性,利用神经网络良好的学习能力和非线性预测能力,对航空设备的性能趋势实施预测从而实现故障预测,并最终实现剩余寿命预测。BP神经网络预测结果与实际监测结果相吻合,验证了预测方法的可行性和准确性,为航空设备的维护水平提高建立了坚实基础。

基于证据合成与贝叶斯网络推理的航天器发射风险评估模型

作者： 董学军   杜建洲   来源： 系统工程理论与实践 年份： 2019 文献类型 ： 期刊 关键词： 风险评估模型   灾难征兆   证据合成   航天器发射   Bayesian网络推理  

描述： 为解决航天器发射风险评估中统计数据较少问题,基于证据合成和Bayesian网络推理,构建了航天器发射风险评估模型.模型将灾难征兆信息转化成专家意见,然后使用证据合成技术对专家意见进行融合,并形成

BP神经网络、遗传算法在航空齿轮模糊可靠性优化中的运用

作者： 樊俊星   来源： 上海大学 年份： 2016 文献类型 ： 学位论文 关键词： 遗传算法   BP神经网络   模糊可靠性优化   航空齿轮  

描述： 该文针对航空齿轮传动,通过建立合理的模糊可靠性优化模型,在处理设计计算中所使用的图表数据上,运用BP神经网络来查找手册中的图表数据,以网络连接的权植来存储及查找数据,以BP神经网络的非线性输出的数据

基于支持向量机回归的航空装备故障预测

作者： 郝万亮   边英杰   申献芳   郑金磊   来源： 直升机技术 年份： 2022 文献类型 ： 期刊 关键词： 支持向量机回归   航空装备   故障预测  

描述： 针对航空装备保障领域样本数量小、故障数量难以预测的问题，提出了一种基于支持向量机回归的航空装备故障预测模型。介绍了支持向量机回归的基本原理；阐述了线性回归和非线性回归的模型；以实际故障数据为例，对

基于概率推理模型的航空图像检索与极线校正

作者： 陶依薇   来源： 武汉工程大学 年份： 2019 文献类型 ： 学位论文 关键词： 图像检索   极线校正   概率推理模型  

描述： 基于概率推理模型的航空图像检索与极线校正

民用航空器基于案例推理的故障诊断系统设计

作者： 陈振坤   来源： 上海交通大学 年份： 2016 文献类型 ： 学位论文 关键词： 案例推理　　故障树　　经验获取　　字符匹配  

描述： 无法得到螺旋式的上升、从而大大的制约了中国民航维修企业技术发展与进步。针对上述情况,本文对民用航空维修的故障诊断做了如下研究:1.通过对民航维修企业针对航空器的排故过程进行总结,得到了民用航空器故障

航空发动机内窥故障诊断案例库推理研究

作者： 张一龙   来源： 中国民航大学 年份： 2016 文献类型 ： 学位论文 关键词： 损伤图像　　故障诊断　　人工神经网络　　基于案例推理　　ANN   CBR混合推理  

描述： 匹配能力作为预分类器,以输入的故障信息通过学习训练对案例推理中的案例建立索引,指导CBR模块案例的检索,构造了ANN-CBR混合推理方法。ANN-CBR混合推理方法主要是利用BP神经网络模型训练发动机

基于遗传算法的航空项目资源优化技术研究

作者： 郭定刚   来源： 西北工业大学 年份： 2016 文献类型 ： 学位论文 关键词： 小生境遗传算法　　   灰色关联分析　　   网络计划　　   资源优化　　   多目标  

描述： 资源是影响项目的进度、工期和成本的重要因素,资源计划的失误将会造成项目进度和投资目标的失控.因此,十分有必要进行网络计划的资源优化.通常,航空产品项目都是大型复杂项目,这就使得其资源优化问题变得十分复杂.遗传算法具有全局性优化和快速收敛等特点,比较适合解

基于多目标遗传算法的航空发动机多目标优化控制

作者： 李玥   来源： 南京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： PID控制　　   多目标遗传算法　　   多目标优化　　   航空发动机　　   飞/推综合控制　　   优化控制模式  

描述： 和基本操作步骤的基础上,进一步阐述了多目标遗传算法的思想和基本流程,并着重分析介绍了四种典型的多目标遗传算法,最后通过两个多目标函数优化实例初步验证了算法的优化性能。 第三章以航空发动机模型为对象,利用