基于熵权法的飞机燃油流量全航程组合预测

摘要：

在复杂的航班运行中,影响各飞行阶段的主要因素不尽相同.以当前使用范围较广的B737NG飞机所使用的快速存取记录器(quick access recorder,QAR)的大量数据进行研究,将航段划分为巡航、爬升、下降等阶段,利用熵权法确定不同预测模型的权系数,建立全航程组合预测模型.利用Pearson相关性系数分析筛选建模数据,以平稳小波Rigorous SURE的方法对数据进行预处理、滤波去噪.针对BP神经网络(误差反向传播网络)在飞行状态复杂的下降及地面阶段预测效果不理想,引入回归模型进行修正.以熵值法确定动态权系数,即结合飞行阶段进行分段预测,以飞行参数为基础建立燃油流量(fuel flow,rr)的全航程组合预测模型.通过仿真分析,并选取航班中普遍且具代表性的情况验证预测模型的精确度,误差范围均在±3.5％内,证明该模型合理且具有较广的适用范围.

关键词：快速存取记录器(QAR)数据、燃油流量预测、BP神经网络、回归分析、熵值权系数

所属期刊栏目：19

分类号：TP301.6(计算技术、计算机技术)

资助基金：航空基金20151067003

在线出版日期：2019-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：126-133