基于BFA-GRNN的飞行绩效预测

• 作者: 刘文萌 钱晨 黄丹
• 来源期刊: 电光与控制
• 学科: 航空航天
• 关键词: 飞行绩效预测 飞行安全 广义回归神经网络 细菌觅食算法 多维生理信号
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 工程应用
• 页码范围: 78-82
• 页数: 5页
• 分类号: V271.1
• 字数: 3798字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2018.04.017

摘要

通过对飞行员多维生理信号的分析来预测飞行绩效是飞行安全的重要研究内容之一.基于细菌觅食算法 (BFA)优化的广义回归神经网络 (GRNN)建立飞行绩效预测模型,对飞行员多维生理信号进行训练,从而预测模拟飞行实验中的飞行绩效.通过对比模型预测结果与飞行绩效真值,验证了该方法的有效性,为飞行绩效的预测提供了一条新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄丹	上海交通大学航空航天学院	41	636	10.0	25.0
2	钱晨	上海交通大学电子信息与电气工程学院	12	58	3.0	7.0
3	刘文萌	上海交通大学航空航天学院	1	1	1.0	1.0