基于粒子群优化的WNN飞行数据气动力建模

• 作者: 丛伟 孟月波 甘旭升 端木京顺
• 来源期刊: 航空学报
• 学科: 工学
• 关键词: 小波 神经网络 粒子群优化算法 气动力模型 早熟收敛
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 流体力学与飞行力学
• 页码范围: 1209-1217
• 分类号: V212.11|TP183
• 语种: 中文

摘要

为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法.该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型.试验结果表明:提出的气动力建模方法预测精度高,收敛速度快.能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	端木京顺	空军工程大学工程学院	74	623	13.0	21.0
2	丛伟	空军工程大学工程学院	37	153	8.0	11.0
3	甘旭升	西京学院基础部	27	159	7.0	11.0
4	孟月波	西安交通大学系统工程研究所	3	24	3.0	3.0