基于 GA-ELM 的飞行载荷参数识别

• 作者: 刘飞 张夏阳 曹善成 殷之平 黄其青
• 来源期刊: 航空工程进展
• 关键词: 飞行载荷 飞行参数 遗传算法 极限学习机 GA-ELM模型
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 论文
• 页码范围: 497-501
• 页数: 5页
• 分类号: TP183
• 语种: 中文

摘要

针对用复杂飞行数据识别飞行载荷时的精度低、速度慢等问题，提出一种结合遗传算法（G A ）和极限学习机（ELM ）的GA‐ELM模型。该模型使用ELM神经网络作为计算核心，用遗传算法产生ELM 网络输入层到隐含层的权值矩阵和隐含层偏移量；用 GA‐ELM 模型对飞行数据进行识别，并与BP神经网络和原始ELM神经网络的识别结果进行对比。结果表明：GA‐ELM 模型是一种有效且高精度的飞行载荷参数识别方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄其青	西北工业大学航空学院	68	509	12.0	18.0
2	殷之平	西北工业大学航空学院	53	369	11.0	16.0
3	刘飞	西北工业大学航空学院	10	46	5.0	6.0
4	张夏阳	西北工业大学航空学院	3	16	2.0	3.0
5	曹善成	西北工业大学航空学院	4	31	4.0	4.0