北京航空航天大学学报
北京航空航天大學學報
북경항공항천대학학보
1999年
6期
655-659
,共5页
神经网络%参数估计%飞行器%BP算法
神經網絡%參數估計%飛行器%BP算法
신경망락%삼수고계%비행기%BP산법
运用近年来迅速发展的神经网络技术,成功构造了飞行器总体设计过程中具有重要作用的总体质量估算网,升力系数估算网,以及阻力系数估算网,结果表明训练后的参数估算网比通常使用的近似估计公式具有更高的精度.同时,根据所涉及问题的数据特点,为了提高对网络的训练精度,对现有MBP算法作了进一步改进,仿真结果证明改进的MBP算法具有更高的训练效率.这一思路和方法可适用于机械及航空航天其它产品的总体概念设计过程.
運用近年來迅速髮展的神經網絡技術,成功構造瞭飛行器總體設計過程中具有重要作用的總體質量估算網,升力繫數估算網,以及阻力繫數估算網,結果錶明訓練後的參數估算網比通常使用的近似估計公式具有更高的精度.同時,根據所涉及問題的數據特點,為瞭提高對網絡的訓練精度,對現有MBP算法作瞭進一步改進,倣真結果證明改進的MBP算法具有更高的訓練效率.這一思路和方法可適用于機械及航空航天其它產品的總體概唸設計過程.
운용근년래신속발전적신경망락기술,성공구조료비행기총체설계과정중구유중요작용적총체질량고산망,승력계수고산망,이급조력계수고산망,결과표명훈련후적삼수고산망비통상사용적근사고계공식구유경고적정도.동시,근거소섭급문제적수거특점,위료제고대망락적훈련정도,대현유MBP산법작료진일보개진,방진결과증명개진적MBP산법구유경고적훈련효솔.저일사로화방법가괄용우궤계급항공항천기타산품적총체개념설계과정.
