基于BP神经网络的冰形特征参数预测

• 作者: 柴聪聪 易贤 郭磊 王俊
• 来源期刊: 实验流体力学
• 关键词: 机翼结冰 冰形特征参数 神经网络 k折交叉验证
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 结冰、防/除冰专栏|Column of Icing and Anti/De-Icing
• 页码范围: 16-21
• 页数: 6页
• 分类号: V211.24
• 语种: 中文
• DOI: 10.11729/syltlx20200016

摘要

机翼结冰影响了飞机飞行的气动特性,严重时将会引起事故,对冰形特征参数进行预测对翼型气动特性研究以及后续防除冰措施具有重要的意义.本文利用BP神经网络,建立翼型冰形特征参数预测模型,并采用k折交叉验证进行网络结构选择,以气象与飞行条件作为输入,结冰极限、冰角高度和角度等冰形特征参数作为输出.结果表明:预测的冰形特征参数(除下冰角高度外)与数值结果相对误差低于5％,证明该方法具有较好的预测效果.