一种基于动态模糊神经网络的飞行数据模型辨识方法

• 作者: 张亮 张凤鸣 惠晓滨 毛红保
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 动态模糊神经网络 飞行数据 模糊规则 辨识
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 航空工程与技术
• 页码范围: 16-18
• 页数: 3页
• 分类号: TP183
• 字数: 1966字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2006.06.006

摘要

针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法.该方法采用在线学习方式,通过动态增加和删除神经元节点的策略实现网络结构学习,采用递推最小二乘法实现网络权值的在线调整,以最终得到一个结构简单、泛化能力强的神经网络.以某特定时间段的飞参数据为仿真样本,将该DFNN用于参数关联模型的辨识,实验结果表明该辨识方法收敛速度快、泛化能力强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凤鸣	空军工程大学工程学院	162	2152	23.0	39.0
2	张亮	空军工程大学工程学院	51	238	8.0	12.0
3	惠晓滨	空军工程大学工程学院	52	553	9.0	22.0
4	毛红保	空军工程大学工程学院	36	219	9.0	13.0