基于遗传算法优化BP神经网络的飞机油耗预测方法

摘要：

飞机油耗的精准预测可以有效减少环境污染、节约燃油能源、为航空公司降低运营成本.为了提高飞机油耗的预测精度,本文采用主成分分析方法从QAR数据中选择对飞机油耗影响较大的地速、纵向加速度、垂直加速度、风速、风向、倾斜角、空速、气压高度作为BP神经网络的输入变量,提出了基于遗传算法优化反向传播神经网络的飞机油耗预测方法.通过Matlab仿真软件建立了预测模型,以某航空公司飞机下降阶段QAR数据为基础进行验证实验.实验结果显示,该模型的预测精度优于传统的BP神经网络模型,预测性能更好.

关键词：BP神经网络、遗传算法、飞机油耗预测、QAR数据

所属期刊栏目：13

分类号：TP103(自动化基础理论)

资助基金：上海市自然科学基金面上项目21ZR1423800

在线出版日期：2023-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：226-230