基于PCA-GA-BP神经网络的飞机飞行载荷预测研究

作者：蒋盼盼; 李宏; 梁昌武; 苏涛勇; 毛玥; 任智勇

来源：南昌航空大学学报(自然科学版), 2023, 37(04): 30-38.

DOI：10.3969/j.issn.2096-8566.2023.04.004

• 飞行载荷预测
• 神经网络
• 主成分分析
• 遗传算法

飞行载荷的获取对飞机设计、飞机可靠性评估、飞机寿命监控等有着重要影响。为获取高精度飞行载荷，本文通过主成分分析（Principal Component Analysis, PCA）及遗传算法（Genetic Algorithm, GA）优化BP神经网络，建立了PCAGA-BP神经网络。将某飞机飞行的飞行参数作为输入，飞行载荷作为输出，对PCA-GA-BP神经网络进行训练和预测，并将其预测结果与传统BP神经网络和PCA-BP神经网络的预测结果进行对比。结果表明：PCA-GA-BP神经网络预测精度最高，且误差波动最小，平均相对误差为5.79%，最小相对误差为0.07%。综上，PCA-GA-BP神经网络具有较高的预测精度并且网络收敛速度极快，是一种预测飞行载荷的优良模型。

• 单位
  南昌航空大学