基于PSO-BP的嵌入式大氣數(shù)據(jù)系統(tǒng)算法研究

摘要： 神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的函數(shù)擬合能力，可以被應(yīng)用于嵌入式大氣數(shù)據(jù)系統(tǒng)中進(jìn)行大氣數(shù)據(jù)估計(jì)。針對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)存在初始權(quán)值和閾值隨機(jī)選取、訓(xùn)練過(guò)程局部最優(yōu)、對(duì)訓(xùn)練數(shù)據(jù)需求量大等問(wèn)題，提出了一種基于改進(jìn)粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)，以提升FADS系統(tǒng)的預(yù)測(cè)精度。通過(guò)計(jì)算流體力學(xué)模擬，分別使用飛機(jī)在常規(guī)飛行和大迎角飛行狀態(tài)下的壓力數(shù)據(jù)來(lái)驗(yàn)證該算法的性能。結(jié)果表明，在訓(xùn)練數(shù)據(jù)有限的條件下，基于改... （共9頁(yè)）