改进深度信念网络在飞机下降段油耗估计中的应用

• 作者: 刘家学 尹鹏
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 下降段油耗估计 油耗影响因素 改进深度信念网络 高斯-伯努利受限玻尔兹曼机 自适应步长
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 69-74
• 页数: 6页
• 分类号: TP391.9
• 字数: 4117字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.013

摘要

为准确估计飞机油耗量,针对飞机下降段油耗影响因素众多且与油耗呈非线性关系的特点,提出一种基于改进深度信念网络(DBN)模型的飞机下降阶段油耗估计方法.通过引入高斯-伯努利受限玻尔兹曼机(GBRBM),解决传统DBN模型中受限玻尔兹曼机(RBM)处理连续油耗输入数据时信息丢失问题;采用自适应步长(AS)策略加快收敛速度.该方法利用改进DBN模型的深层非线性网络结构实现油耗影响因素与油耗复杂非线性函数关系的逼近,并通过模型顶层连接的BP网络进行油耗估计.实验结果表明,改进DBN模型在复杂非线性估计方面有较大优势,油耗估计精度和拟合度较高,验证了该方法在飞机下降段油耗估计领域具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘家学	中国民航大学电子信息与自动化学院	41	155	7.0	10.0
2	尹鹏	中国民航大学电子信息与自动化学院	1	0	0.0	0.0