基于PCA优化的神经网络飞机燃油消耗预测方法.pdfVIP

测控技术

・40・2019年38卷5期先进算法与人工智能

基于PCA优化的神经网络飞机燃油消耗预测方法

詹韧，张登成，郑无计

（空军工程大学航空工程学院,陕西西安710038）

摘要:针对传统方法存在的不足，提出了基于主成分分析法优化的Elman神经网络飞机燃油消耗预测方

法。利用主成分分析法降低神经网络输入维数。构建主成分分析与Elman神经网络模型，进行基于飞

参数据的实例分析，并神经网络的预测进行了对比；提出了基于K-S检验法预测

法并进行了。和预测图像表明与主成分分析结合后Elman神经网络对飞机燃油消耗的

预测性能优于其他传统神经网络，且K-S法能够有效实现对预测结果的。

关键词：飞机燃油消耗;主成分分析法;神经网络;K-S法

中图分类号:V23；TP39文献标识码:A文章编号：1000-8829（2019）05-0040-04

doi：10.19708/j.ckjs.2019.05.009

PredictionMethodofAircraftFuelConsumptionBasedonNeuralNetworks

OptimizedbyPCA

ZHANRen,ZHANGDeng-cheng,ZHENGWu-ji

(AeronauticsEngineeringCollege,AirForceEngineeringUniversity,Xian710038,China)

Abstract：TheElmanneuralnetworkpredictionmethodimprovedbyprincipalcomponentanalysis(PCA)is

presentedtopreventthecurrentflawsofthetraditionalmethods.ThePCAreducedtheinputdimensionofthe

neuralnetwork.TheestablishedmodelofElmanneuralnetworkandPCAanalyzedtheinstancebasedonthe

flightdata.Theresultspredictedbyspecificneuralnetworkswerecomparedaswell.Theredundancymodifica­

tionmethodbasedonK-Scheckwasproposed,whichrevisedthefinalpredictionresult.Theerrorindexand

predictionimageindicatesthatthepredictionperformanceofaircraftfuelconsumptionofElmanneuralnetwork

combinedwithPCAisbetterthanothertraditionalneuralnetworks.K-Scheckcancorrectthepredictionre­

sultseffectively.

Keywords：aircraftfuelconsumption;principalcomponentanalysis;neuralnework;K-Scheck

飞机是一种燃油消耗巨大的航空器。对于民用飞影响因素之间存在极强的非线性耦合效应