基于 GA-ELM 的飞行载荷参数识别

摘要：

针对用复杂飞行数据识别飞行载荷时的精度低、速度慢等问题，提出一种结合遗传算法（G A ）和极限学习机（ELM ）的GA‐ELM模型。该模型使用ELM神经网络作为计算核心，用遗传算法产生ELM 网络输入层到隐含层的权值矩阵和隐含层偏移量；用 GA‐ELM 模型对飞行数据进行识别，并与BP神经网络和原始ELM神经网络的识别结果进行对比。结果表明：GA‐ELM 模型是一种有效且高精度的飞行载荷参数识别方法。

关键词：飞行载荷、飞行参数、遗传算法、极限学习机、GA-ELM模型

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金11102158

在线出版日期：2014-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：497-501