原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
机真
第40卷第11期计算仿2023年11月
文章编号：1006-9348（2023)11-0041-05
基于GA-BP模型的国产民机落地剩油预测研究
杨俊，张恒，钱宇
（中国民用航空飞行学院飞行技术学院，四川广汉618307)
摘要：针对全球碳排放量和航油价格的增加，需提升国产民机的竞争力。研究提出基于GA-BP神经网络的ARJ21飞机落
地剩油预测，先进行相关性分析，筛选出与落地剩油关联较大的6个参数，再分别采用BP神经网络模型和GA-BP神经网
络模型对落地剩余油量进行预测，对比两个模型的预测结果和准确度，进行误差分析。结果表明，GA-BP神经网络模型比
BP神经网络模型的预测精度提高了2.7%,且GA-BP神经网络模型预测精度均在97%以上，预测效果更优。研究可为航
空公司油量监控和国产民机节油策略等方面的研究提供算法支持。
关键词：落地剩油；燃油预测；国产民机
中图分类号：V271.4文献标识码：B
ResearchonPredictionofDomesticCivilAircraftLanding
ResidualFuelBasedonGA-BPModel
YANGJun,ZHANGHeng,QIANYu
(SchoolofFlighttechnology,CivilAviationFlightUniversityofChina,GuanghanSichuan618307,China)
ABSTRACT:Aimingattheincreasedcarbonemissionsandjetfuelpricesinglobal,itisnecessarytoenhancethe
competitivenessofdomesticcivilaircraft.ThestudyproposesapredictionofARJ21aircraftlandingresidualfuel
basedonGA-BPneuralnetwork.Firstly,correlationanalysiswasconductedtoscreenout6parametersthataresig-
nificantlyrelatedtolandingresidualfuel.Then,BPneuralnetworkmodelandGA-BPneuralnetworkmodelwere
usedtopredictthelandingresidualfuel,andthepredictionresultsandaccuracyofthetwomodelswerecomparedfor
erroranalysis.TheresultsshowthatthepredictionaccuracyoftheGA-BPneuralnetworkmodelis2.7%higherthan
theBPneuralnetworkmodel;ThepredictionaccuracyoftheGA-BPneuralnetworkmodelisabove97%,andthe
predictioneffectoftheGA-BPneuralnetworkmodelisbetter.Theresearchcanprovidethealgorithmsupportforfuel
monitoringofairlinesandtheresearchofdo
文档评论（0）