基于PCA优化的神经网络飞机燃油消耗预测方法

• 作者: 张登成 詹韧 郑无计
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 飞机燃油消耗 主成分分析法 神经网络 K-S检验法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 40-43,57
• 页数: 5页
• 分类号: V23|TP39
• 字数: 2969字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.05.009

摘要

针对传统方法存在的不足,提出了基于主成分分析法优化的Elman神经网络飞机燃油消耗预测方法.利用主成分分析法降低神经网络输入维数.构建主成分分析与Elman神经网络模型,进行基于飞参数据的实例分析,并将几种神经网络的预测效果进行了对比;提出了基于K-S检验法预测结果冗余修正法并进行了修正.误差指标和预测图像表明与主成分分析结合后Elman神经网络对飞机燃油消耗的预测性能优于其他传统神经网络,且K-S检验法能够有效实现对预测结果的修正.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张登成	空军工程大学航空工程学院	57	184	7.0	10.0
2	郑无计	空军工程大学航空工程学院	23	31	3.0	4.0
3	詹韧	空军工程大学航空工程学院	1	0	0.0	0.0