航空学报
航空學報
항공학보
ACTA AERONAUTICA ET ASTRONAUTICA SINICA
2012年
7期
1209-1217
,共9页
甘旭升%端木京顺%孟月波%丛伟
甘旭升%耑木京順%孟月波%叢偉
감욱승%단목경순%맹월파%총위
小波%神经网络%粒子群优化算法%气动力模型%早熟收敛
小波%神經網絡%粒子群優化算法%氣動力模型%早熟收斂
소파%신경망락%입자군우화산법%기동력모형%조숙수렴
为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法.该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型.试验结果表明:提出的气动力建模方法预测精度高,收敛速度快.能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的.
為瞭使所建立的氣動力模型能準確地描述飛行器的動態特性,提齣一種基于改進粒子群優化(IPSO)算法的小波神經網絡(WNN)飛行數據氣動力建模方法.該方法引入鄰近粒子信息和變異操作,對標準PSO(SPSO)算法的不足進行改進,以提高WNN參數的全跼搜索能力,剋服早熟收斂,再按照所設計的飛行數據的氣動力建模流程,構建瞭IPSO算法訓練的WNN模型.試驗結果錶明:提齣的氣動力建模方法預測精度高,收斂速度快.能較好控製早熟收斂問題,用于飛行數據的氣動力建模是有效的,也是可行的.
위료사소건립적기동력모형능준학지묘술비행기적동태특성,제출일충기우개진입자군우화(IPSO)산법적소파신경망락(WNN)비행수거기동력건모방법.해방법인입린근입자신식화변이조작,대표준PSO(SPSO)산법적불족진행개진,이제고WNN삼수적전국수색능력,극복조숙수렴,재안조소설계적비행수거적기동력건모류정,구건료IPSO산법훈련적WNN모형.시험결과표명:제출적기동력건모방법예측정도고,수렴속도쾌.능교호공제조숙수렴문제,용우비행수거적기동력건모시유효적,야시가행적.
