留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于人工神经网络的柔性机翼挠度预测

王志飞 王华 贾青萍 韩晶

王志飞, 王华, 贾青萍, 等 . 基于人工神经网络的柔性机翼挠度预测[J]. 北京航空航天大学学报, 2011, 37(4): 405-408.
引用本文: 王志飞, 王华, 贾青萍, 等 . 基于人工神经网络的柔性机翼挠度预测[J]. 北京航空航天大学学报, 2011, 37(4): 405-408.
Wang Zhifei, Wang Hua, Jia Qinping, et al. Deflection prediction for inflatable wing based on artificial neural network[J]. Journal of Beijing University of Aeronautics and Astronautics, 2011, 37(4): 405-408. (in Chinese)
Citation: Wang Zhifei, Wang Hua, Jia Qinping, et al. Deflection prediction for inflatable wing based on artificial neural network[J]. Journal of Beijing University of Aeronautics and Astronautics, 2011, 37(4): 405-408. (in Chinese)

基于人工神经网络的柔性机翼挠度预测

基金项目: 航天创新基金资助项目(CASC0105)
详细信息
    作者简介:

    王志飞(1981-),男,内蒙古鄂尔多斯人,博士生,wangfei54188@163.com.

  • 中图分类号: V 221

Deflection prediction for inflatable wing based on artificial neural network

  • 摘要: 为实现对承载后柔性机翼挠度的准确预测,在全面分析柔性机翼挠度的影响因素基础上,应用正交试验法确定的影响柔性机翼挠度的主要因子作为输入变量,挠度作为输出变量,以大量试验数据为训练样本,通过多次试取隐含层和各隐含单元,并选取trainlm作为最优训练函数,最终建立了预测柔性机翼挠度的BP(Back Propagation)人工神经网络模型.在此基础上,随机选取试验结果中的12组试验样本,连续进行10次挠度预测,预测结果和试验实测值最大相对误差和标准方差分别为4.481%,1.033 7.解析结果表明:柔性机翼挠度预测结果与实验值吻合的较好,建立的人工神经网络预测模型具有较高的预测精度.

     

  • [1] 银涛,俞集辉.基于人工神经网络送电线路工程造价的快速估算[J].重庆大学学报:自然科学版,2007,30(1):36-41 Yin Tao,Yu Jihui.Cost estimation of transmission line based on artificial neural network[J].Jouranl of Chongqing University:Natural Science Edition,2007,30(1):36-41(in Chinese) [2] 贾青萍.充气机翼的结构设计与性能分析[D].北京:北京航空航天大学宇航学院,2008 Jia Qingping.Structure design and performance analysis of inflatable wings[D].Beijing:School of Astronautics,Beijing University of Aeronautics and Astronautics,2008(in Chinese) [3] Kumar S.神经网络[M].北京:清华大学出版社,2006:120-125 Kumar S.Neural Network[M].Beijing:Tsinghua University Press,2006:120-125(in Chinese) [4] Kalogirou S A,Bo Jic M.Artificial neural networks for the prediction of the energy consumption of passive solar building[J].Energy,2004,25(5):479-491 [5] Michiko U,Andrew S,Suzanne S,et al.Development and flight testing of a UAV with inflatable-rigidizable wings[R].AIAA-2004-1373,2004 [6] 吕强,叶正寅,李栋.充气结构机翼的设计和试验研究[J].飞行力学,2007,25(4):77-80 Lü Qiang,Ye Zhengyin,Li Dong.Design and capability analysis of an aircraft with inflatable wing[J].Flight Dynamics,2007,25(4):77-80 (in Chinese) [7] 张旭东,李运泽.基于BP神经网络的纳卫星轨道温度预测[J].北京航空航天大学学报,2008,32(12):1423-1427 Zhang Xudong,Li Yunze.Tamperature prediction for nano satellite on orbit based on BP neural network[J].Journal of Beijing University of Aeronautics and Astronautics,2008,32(12):1423-1427(in Chinese) [8] 王立军,王铁成.人工神经网络的盐害侵蚀混凝土强度预测[J].哈尔滨工业大学学报,2009,40(2):196-201 Wang Lijun,Wang Tiecheng.Strength prediction of concrete corroded by salt based on artificial neural network[J].Journal of Harbin Institute of Technology,2009,40(2):196-201(in Chinese) [9] T seng C H,Wang H M,Yang J F.Enhanced intra-4X4 mode decision for H.264/AVC codes[J].IEEE Transaction on Circuits and Systems for Video Technology,2006,16(8):1027-1032
  • 加载中
计量
  • 文章访问数:  3267
  • HTML全文浏览量:  273
  • PDF下载量:  964
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-01-14
  • 网络出版日期:  2011-04-30

目录

    /

    返回文章
    返回
    常见问答