基于遺傳算法的航空發動機機載模型支持向量機修正方法

航空發動機的實時模型與發動機的匹配精度直接影響著航空發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的選取對模型修正的影響,在參數的選取空間里采用自適應遺傳算法搜索最優參數.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預測雙線性模型09-08

《平面向量的數量積》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