本文主要研究内容
作者皮骏,马圣,张奇奇,王力平,崔东泽（2019）在《基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型》一文中研究指出：利用广义回归神经网络(GRNN)良好的非线性映射能力,对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响,因此采用改进的果蝇算法优化广义回归神经网络(IFOAGRNN),并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例,选取相关参数作为预测模型的输入变量,EGT作为预测模型的输出变量。在相同的样本分配下,将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN;IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.850 6,其预测效果均优于其他对比算法;同时,IFOA-GRNN对噪声的敏感性也低于其他对比算法。
Abstract
li yong an yi hui gui shen jing wang lao (GRNN)liang hao de fei xian xing ying she neng li ,dui hang kong fa dong ji pai qi wen du (EGT)jin hang yu ce 。you yu GRNNde yu ce xing neng shou kuan du ji shu de ying xiang ,yin ci cai yong gai jin de guo ying suan fa you hua an yi hui gui shen jing wang lao (IFOAGRNN),bing yong you hua hou de GRNNdui hang kong fa dong ji de EGTjin hang yu ce 。yi mou fa dong ji wei an li ,shua qu xiang guan can shu zuo wei yu ce mo xing de shu ru bian liang ,EGTzuo wei yu ce mo xing de shu chu bian liang 。zai xiang tong de yang ben fen pei xia ,jiang FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、zi hui gui yu ce mo xing he you hua de zhi chi xiang liang hui gui ji zuo wei dui bi suan fa 。fen xi jie guo biao ming :IFOA-GRNNde shou lian jing du gao yu FOA-GRNN;IFOA-GRNNdui EGTyu ce de ping jun xiang dui wu cha wei 2.47%、ni ge you du wei 0.850 6,ji yu ce xiao guo jun you yu ji ta dui bi suan fa ;tong shi ,IFOA-GRNNdui zao sheng de min gan xing ye di yu ji ta dui bi suan fa 。
论文参考文献
论文详细介绍
论文作者分别是来自航空动力学报的皮骏,马圣,张奇奇,王力平,崔东泽，发表于刊物航空动力学报2019年01期论文，是一篇关于航空发动机论文,排气温度论文,改进的果蝇算法论文,广义回归神经网络论文,温度预测论文,航空动力学报2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自航空动力学报2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：航空发动机论文; 排气温度论文; 改进的果蝇算法论文; 广义回归神经网络论文; 温度预测论文; 航空动力学报2019年01期论文;