曹善成
- 作品数：4 被引量：28H指数：4
- 供职机构：西北工业大学航空学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术更多>>
- 基于GA-ELM的飞行载荷参数识别被引量：8
- 2014年
- 针对用复杂飞行数据识别飞行载荷时的精度低、速度慢等问题,提出一种结合遗传算法(GA)和极限学习机(ELM)的GA-ELM模型。该模型使用ELM神经网络作为计算核心,用遗传算法产生ELM网络输入层到隐含层的权值矩阵和隐含层偏移量;用GA-ELM模型对飞行数据进行识别,并与BP神经网络和原始ELM神经网络的识别结果进行对比。结果表明:GA-ELM模型是一种有效且高精度的飞行载荷参数识别方法。
- 张夏阳黄其青殷之平曹善成刘飞
- 关键词：飞行载荷飞行参数极限学习机
- 基于支持向量机回归的飞行载荷参数识别研究被引量：10
- 2013年
- 飞行载荷参数识别是单机寿命监控中的重要技术,主要通过建立飞行参数与飞行载荷之间的转换关系,实现间接获取关键部位的载荷谱。针对飞行参数与飞行载荷之间非线性识别问题,结合飞机典型的机动动作,提出了一种改进的支持向量机回归(SVM-R)飞行载荷识别模型。该模型首先采用主成分分析缩减SVM-R模型输入,再利用交叉验证和遗传算法优化SVM-R模型设置参数,最后根据优化参数训练得到飞行载荷的SVM-R识别模型。通过在半滚机动动作下,飞行参数识别某一部位弯矩的实例分析,验证了优化改进的SVM-R模型对飞行载荷识别的最大残差可控制在实测载荷的20%以内,平均残差控制在实测载荷的3%以内,且优于未经优化的SVM-R模型。
- 曹善成宋笔锋殷之平黄其青
- 关键词：飞行载荷飞行参数支持向量机回归主成分分析遗传算法
- 一种基于神经网络的飞机载荷参数识别方法被引量：6
- 2013年
- 提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别。首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率。载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求。
- 马凯超宋笔锋殷之平谢伟曹善成
- 关键词：神经网络KALMAN滤波遗传算法载荷识别
- 基于遗传神经网络的飞行载荷参数识别被引量：7
- 2013年
- 针对飞行载荷参数识别问题,结合典型机动动作,提出一种优化改进的BP神经网络模型。模型采用留出方法和遗传算法对BP神经网络的设置参数进行优化,利用最优设置参数训练得到飞行载荷与飞行参数的BP神经网络模型。在半滚机动下,通过利用飞行参数识别某一部位弯矩并与未优化BP神经网络对比,表明优化改进的BP神经网络模型对飞行载荷参数识别是一种可行且精度高的方法。
- 曹善成殷之平黄其青马凯超
- 关键词：飞行载荷飞行参数BP遗传算法
