- 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)