10.13873/J.1000-9787(2016)12-0129-03
用于航空发动机动态辨识的MSMEA-ELM算法
针对传统思维进化算法搜索半径缺乏目的性,临时子群体补充缺乏方向性以及神经网络训练速度慢、泛化能力不足,传统极端学习机隐含层神经元个数多的缺点,提出一种多群体自适应思维进化算法优化的极端学习机(MSMEA-ELM)算法,通过传感器数据训练该算法用于对航空发动机大范围动态过程进行辨识.以训练均方误差与权值2范数的加权和最小为优化目标,采用多群体自适应思维进化算法优化极端学习机.以某型涡扇发动机为研究对象,采用MSMEA-ELM算法进行航空发动机动态过程辨识,验证了该算法的有效性.
航空发动机、传感器、动态辨识、思维进化算法、极端学习机、泛化能力
35
V233.7(航空发动机(推进系统))
国家自然科学基金资助项目51406084;航空科学基金资助项目2013ZB52030;南京航空航天大学研究生创新基地实验室开放基金资助项目KFJJ20150205
2017-03-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
129-131,136