基于神经网络的襟翼舵升力系数预报研究.pdfVIP

下载本文档

2
0
约1.42万字
约 5页
2018-01-11 发布于未知
举报
版权申诉

基于神经网络的襟翼舵升力系数预报研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

V01．27 第27卷增刊哈尔滨工程大学学报 Suppl． JournalofHarbin JuI．2006 2006年7月 EngineeringUniversity 基于神经网络的襟翼舵升力系数预报刘胜，方亮，葛亚明，郑秀丽 (哈尔滨工程大学自动化学院，黑龙江哈尔滨150001) 摘要：将BP神经网络应用于襟翼舵升力系数预报，分析了BP神经网络的非线性逼近能力．针对BP神经网络在训练中存在的学习速度慢、易于陷入局部最小等缺点，采用变学习率的BP算法加以改进．对襟翼舵升力系数进行预报，结果表明：预报值的精度明显高于由近似公式计算所得的值，采用BP神经网络对襟翼舵水动力性能进行预报是可行的，能够满足工程应用的要求．关键词一襟翼舵；升力系数；BP神经网络中图分类号ITP399；U661．71文献标识码：A 文章编号l 1006．7043(2006)增一0083—05 coefficient of rudderBP Lifting predictionflap using network neural LIU Xiu—li Sheng，FANGLiang，GEYa—ming，ZHENG ofAutomation，Harbin 150001，China) (CoHege EngineefingUniversity,Harbin ’ is in coefficient of rudder．Thenon—linear of Abstract：BPneuralnetwork the appliedlifting predictionflap approachingability is rateofBP is tomendthedrawbacksthatarecommonfor BPneuralnetwork variable analyzed．Thelearning algorithmadopted of BPneuralnetworkin to intothelocalminimum coefficient rate，easyget points．Thelifting training，forexample，lowlearning result withthevaluecalculated value rudderis shows formula，the flap predicted，the that，compared