原文服务方: 航空工程进展       
摘要:
本文介绍了BP神经网络的基本原理,建立了面向BP神经网络预测模型,对翼型的升力系数和阻力系数进行预测,并与风洞试验数据对比分析.结果表明,神经网络的预测精度很高,与试验数据的误差是可以接受的,验证了BP神经网络预测空气动力系数的可行性.
推荐文章
一种空气动力系数拟合方法
空气动力系数
最小二乘
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
基函数宽度对递归RBF神经网络气动力模型精度的影响研究
径向基函数(RBF)
神经网络
非定常气动力
气动力建模
宽度
基于GA-BP神经网络的电力系统负荷预测研究
电力系统
负荷预测
BP神经网络
遗传算法
GA-BP
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的翼型空气动力系数预测
来源期刊 航空工程进展 学科
关键词 BP神经网络 空气动力系数 预测
年,卷(期) 2010,(1) 所属期刊栏目 总体与气动
研究方向 页码范围 36-39
页数 分类号 V211.7
字数 语种 中文
DOI 10.3969/j.issn.1674-8190.2010.01.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄继鸿 中国航空亚业集团公司第一飞机设计研究院 1 7 1.0 1.0
2 苏红莲 中国航空亚业集团公司第一飞机设计研究院 1 7 1.0 1.0
3 赵新华 中国航空亚业集团公司第一飞机设计研究院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (51)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (8)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
空气动力系数
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航空工程进展
双月刊
1674-8190
61-1479/V
大16开
2010-01-01
chi
出版文献量(篇)
1214
总下载数(次)
0
总被引数(次)
3010
论文1v1指导