10.3969/j.issn.1000-1093.2016.04.022
基于多智能体遗传算法优化的航空电子设备状态组合预测
针对传统单一预测方法预测航空电子设备状态的不足,提出了将隐马尔可夫模型(HMM)和最小二乘支持向量机(LS-SVM)相结合的组合预测方法.采用多智能体遗传算法(MAGA)对HMM参数进行训练优化,克服了Baum-Welch算法易陷入局部最优解的缺陷,并在HMM建模过程中引入状态条件概率,以降低不确定性因素造成的影响.采用MAGA估计LS-SVM模型参数,并在参数估计的过程中采用剪枝法实现LS-SVM的稀疏性,从而达到提高LS-SVM泛化性能的目的.在此基础上构建了航空电子设备状态组合预测模型.实例分析结果验证了组合预测模型在预测精度、计算速度和稳定性方面的优势.
飞行器仪表、设备、参数估计、隐马尔可夫模型、最小二乘支持向量机、多智能体遗传算法、状态预测
37
V241(航空仪表、航空设备、飞行控制与导航)
总装备部基础科研项目2014年
2016-06-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
727-734