PSO-LSSVM在民机气动性能数学建模上的应用

• 作者: 严彦 孙刚 蔡锦阳 郑隆乾
• 来源期刊: 航空计算技术
• 关键词: 参数辨识 数学建模 机器学习 支持向量机 粒子群优化 气动力估算
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算方法
• 页码范围: 68-71,75
• 页数: 5页
• 分类号: TP301.6|O29
• 语种: 中文

摘要

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑隆乾		9	9	2.0	2.0
2	孙刚	复旦大学航空航天系	33	89	4.0	7.0
3	蔡锦阳		4	1	1.0	1.0
4	严彦	复旦大学航空航天系	1	1	1.0	1.0