基于ESN的航空发动机状态组合预测方法

• 作者: 付琳娟 冉从宝 郭阳明 马捷中
• 来源期刊: 航空动力学报
• 学科: 工学
• 关键词: 航空发动机 状态预测 回声状态网络 小波分析 主元分析(PCA)
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 自动控制
• 页码范围: 947-953
• 分类号: V233.7|TP183
• 语种: 中文

摘要

基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97％,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭阳明	西北工业大学计算机学院	50	497	10.0	21.0
2	马捷中	西北工业大学计算机学院	54	475	13.0	19.0
3	付琳娟	西北工业大学计算机学院	4	26	3.0	4.0
4	冉从宝	西北工业大学计算机学院	3	69	2.0	3.0