基于支持向量机的航空电机表面温升预测
作者:
胡双俊
[1] ;
王哲明
[2]
关键词:
航空电动机
表面温升预测
支持向量机
遗传算法
摘要:
针对航空电机发热及散热受电机功率、结构,以及由于海拔高度改变带来的大气温度、粘度、压力变化等众多因素影响,温升模型难以准确建立的问题,通过已有试验数据,建立起遗传算法-支持向量机表面温升模型,解决了遗传算法局部搜索能力差的问题,有效地利用支持向量机学习速度快的特点,在小样本情况下具有良好的非线性建模和泛化能力。基于LS-SVM的预测控制算法具有很好的控制性能。试验表明,该模型实现了对航空电机表面温升的智能预测。由于支持向量机具有自学习功能,可在应用中不断提高预测精度,因而这种方法在电机设计中具有广阔的应用前景。
上一篇:用户兴趣对个性化推荐的影响
下一篇:提高无人作战飞机协同作战能力的关键技术