遗传神经网络在载人飞船环控决策系统中的应用研究
针对载人飞船环控生保系统的状态监控由于参数数量及不确定性因素多,导致学习模型训练周期长,不能满足快速、实时、准确参数预测的现实,运用遗传算法对神经网络进行优化,提出了基于遗传神经网络的环控生保参数预测模型,设计并实现了相应的仿真软件.以轨道舱总压预测为例,通过飞船的真实飞行数据测试,证实在达到同样误差的情况下,遗传神经网络的训练周期数比BP神经网络的训练周期数减少了30%,而且遗传神经网络的平均误差小于BP神经网络的平均误差,说明基于遗传神经网络的参数预测算法和模型能为栽人飞船环控决策支持系统提供更准确和实时的关键参数预测.
遗传神经网络、载人飞船、预测模型、决策支持系统
44
TP301(计算技术、计算机技术)
中国载人航天工程基金
2010-09-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
64-69