基于遺傳算法的航空發(fā)動機機載模型支持向量機修正方法

航空發(fā)動機的實時模型與發(fā)動機的匹配精度直接影響著航空發(fā)動機故障診斷的精度.提出了基于自適應遺傳算法的最小二乘支持向量回歸機(AGA-LSSVR)方法對航空發(fā)動機機載實時模型進行修正,有效的提高了模型的匹配精度.分析了最小二乘支持向量機中的參數(shù)的選取對模型修正的影響,在參數(shù)的選取空間里采用自適應遺傳算法搜索最優(yōu)參數(shù).最后,比較了Back propagation (BP)神經網絡、支持向量回歸機、AGA-LSSVR等方法在機載模型中的修正效果.結果表明:提出的AGA-LSSVR具有很好的修正精度,驗證了修正模型的有效性.

作 者： 魯峰 黃金泉 LU Feng HUANG Jin-quan   作者單位： 南京航空航天大學,能源與動力學院,南京,210016  刊 名： 航空動力學報  ISTIC EI PKU 英文刊名： JOURNAL OF AEROSPACE POWER  年，卷(期)： 2009 24(4)  分類號： V233.7  關鍵詞： 航空發(fā)動機   機載實時自適應模型   自適應遺傳算法   最小二乘支持向量回歸機  

【基于遺傳算法的航空發(fā)動機機載模型支持向量機修正方法】相關文章：

基于遺傳算法的地下水位動態(tài)預測雙線性模型09-08

《平面向量的數(shù)量積》04-01

拼模型作文11-04

恐龍模型作文09-08

做模型作文09-13

做模型作文06-08

模型友誼作文04-25

基于改進層次分析法的民用飛機修理級別非經濟性分析12-02

模型車作文09-26

關于支持的說說05-11