基于IGA-Elman算法的民航发动机基线挖掘研究  

Research on Baseline Mining of Civil Aero-engine Based on IGA-Elman Intelligent Algorithm

作　　者：李书明[1] 周大鹏 许旺山 王超[1] 丁凯 

机构地区：[1]中国民航大学航空工程学院 [2]东方航空技术有限公司北京分公司

出　　处：《航空维修与工程》2022年第1期100-104,共5页Aviation Maintenance & Engineering

基　　金：中国民航大学科研基金项目(05yk08m);中央高校基本业务费(ZXH2010D019)资助。

摘　　要：为进一步提高民航发动机性能参数基线挖掘的准确性,提出了一种基于改进遗传算法(IGA)优化Elman动态回归神经网络的基线预测模型。该模型通过改进遗传算法的交叉和变异概率更新操作,并优化Elman网络的初始权值和阈值。同时,结合EHM系统输出的飞行数据报告,对该神经网络进行训练,用训练好的神经网络对某航空公司提供的监控数据进行基线预测,并与基本Elman神经网络和GA-Elman神经网络的输出值进行对比。实验结果表明,IGA-Elman算法在航空发动机基线预测精度方面优于上述其他方法。

关 键 词：神经网络 改进遗传算法 民航发动机 基线预测 

分 类 号：V263.6[航空宇航科学与技术—航空宇航制造工程]