计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2012年
10期
110-113
,共4页
神经网络%试飞员%驾驶技术%指标体系
神經網絡%試飛員%駕駛技術%指標體繫
신경망락%시비원%가사기술%지표체계
研究试飞员驾驶技术评估问题,由于试飞员驾驶技术的复杂性以及影响因子的非线性,传统的试飞员驾驶技术评估方法存在较强的主观因素,评估准确性较低,不利于试飞员驾驶技术的客观评估.为客观评估试飞员驾驶技术,提出一种BP神经网络的评估方法.首先在分析试飞员驾驶技术影响因素的基础上,通过预处理消除评估体系之间重复无用的信息,构建了试飞员驾驶技术评估指标体系,然后采用非线性学习能力强的BP神经网络对处理后的数据进行学习建模,通过BP神经网络自适应学习得到最优的驾驶技术评估模型,并通过MATLAB进行仿真验证.结果表明,BP神经网络方法提高了评估的准确性,克服了传统评估模型主观性强的缺陷,评估结果更具科学性,为试飞员驾驶技术评估提供一种新的途径.
研究試飛員駕駛技術評估問題,由于試飛員駕駛技術的複雜性以及影響因子的非線性,傳統的試飛員駕駛技術評估方法存在較彊的主觀因素,評估準確性較低,不利于試飛員駕駛技術的客觀評估.為客觀評估試飛員駕駛技術,提齣一種BP神經網絡的評估方法.首先在分析試飛員駕駛技術影響因素的基礎上,通過預處理消除評估體繫之間重複無用的信息,構建瞭試飛員駕駛技術評估指標體繫,然後採用非線性學習能力彊的BP神經網絡對處理後的數據進行學習建模,通過BP神經網絡自適應學習得到最優的駕駛技術評估模型,併通過MATLAB進行倣真驗證.結果錶明,BP神經網絡方法提高瞭評估的準確性,剋服瞭傳統評估模型主觀性彊的缺陷,評估結果更具科學性,為試飛員駕駛技術評估提供一種新的途徑.
연구시비원가사기술평고문제,유우시비원가사기술적복잡성이급영향인자적비선성,전통적시비원가사기술평고방법존재교강적주관인소,평고준학성교저,불리우시비원가사기술적객관평고.위객관평고시비원가사기술,제출일충BP신경망락적평고방법.수선재분석시비원가사기술영향인소적기출상,통과예처리소제평고체계지간중복무용적신식,구건료시비원가사기술평고지표체계,연후채용비선성학습능력강적BP신경망락대처리후적수거진행학습건모,통과BP신경망락자괄응학습득도최우적가사기술평고모형,병통과MATLAB진행방진험증.결과표명,BP신경망락방법제고료평고적준학성,극복료전통평고모형주관성강적결함,평고결과경구과학성,위시비원가사기술평고제공일충신적도경.