基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型

• 作者: 崔东泽 张奇奇 王力平 皮骏 马圣
• 来源期刊: 航空动力学报
• 学科: 工学
• 关键词: 航空发动机 排气温度 改进的果蝇算法 广义回归神经网络 温度预测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 燃烧、传热、传质
• 页码范围: 8-17
• 页数: 10页
• 分类号: V231.1|TH17
• 语种: 中文
• DOI: 10.13224/j.cnki.jasp.2019.01.002

摘要

利用广义回归神经网络(GRNN)良好的非线性映射能力,对航空发动机排气温度(EGT)进行预测.由于GRNN的预测性能受宽度系数的影响,因此采用改进的果蝇算法优化广义回归神经网络(IFOA-GRNN),并用优化后的GRNN对航空发动机的EGT进行预测.以某发动机为案例,选取相关参数作为预测模型的输入变量,EGT作为预测模型的输出变量.在相同的样本分配下,将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法.分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN;IFOA-GRNN对EGT预测的平均相对误差为2.47％、拟合优度为0.850 6,其预测效果均优于其他对比算法;同时,IFOA-GRNN对噪声的敏感性也低于其他对比算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	皮骏	中国民航大学通用航空学院	30	91	6.0	8.0
2	张奇奇	中国民航大学航空工程学院	3	6	1.0	2.0
3	崔东泽	中国民航大学中欧航空工程师学院	3	7	1.0	2.0
4	马圣	中国民航大学航空工程学院	8	26	3.0	5.0
5	王力平		2	6	1.0	2.0