| 基于稀疏最小二乘支持向量机的航空发动机动态过程辨识 |
| |
| 引用本文： | 王海涛,谢寿生,武卫,苗卓广,吴勇.基于稀疏最小二乘支持向量机的航空发动机动态过程辨识[J].航空动力学报,2010,25(9):2139-2147. |
| |
| 作者姓名： | 王海涛 谢寿生 武卫 苗卓广 吴勇 |
| |
| 作者单位： | 空军工程大学,工程学院,飞机推进系统实验室,西安,710038 |
| |
| 基金项目： | 2110工程实验室建设项目 |
| |
| 摘 要： | 针对现有最小二乘支持向量机(LS-SVM)稀疏性不足的难题,提出一种稀疏化策略,应用此方法建立了航空发动机动态过程模型.在对原始样本预求解过程中,该策略使用改进Gram-Schmidt正交化算法对非线性映射矩阵实施递归分解,同时以阈值监督输出向量的残差化过程,从而优选训练样本,降低样本规模,节省内存,提高LS-SVM学习速度.仿真表明,基于优选样本的学习模型较之其他训练样本学习模型提高了回归精度和速度,验证了方法的可行性;基于实际试验数据建立的航空发动机动态过程模型在类似过程参数预测以及性能递推预估仿真表明,高压转子相对转速误差低于0.2%,低压转子相对转速误差低于0.35%,涡轮后燃气温度误差小于3.5℃,满足控制与仿真的需要.
|
| 关 键 词： | 航空发动机 非线性系统辨识 性能预测 仿真 最小二乘支持向量机 稀疏化策略 |
| 收稿时间： | 8/2/2009 12:00:00 AM |
| 修稿时间： | 2010/1/12 0:00:00 |
Dynamic process identification of aircraft engine based on a novel sparse least square support vector machines |
| |
| WANG Hai-tao,XIE Shou-sheng,WU Wei,MIAO Zhuo-guang and WU Yong.Dynamic process identification of aircraft engine based on a novel sparse least square support vector machines[J].Journal of Aerospace Power,2010,25(9):2139-2147. |
| |
| Authors: | WANG Hai-tao XIE Shou-sheng WU Wei MIAO Zhuo-guang and WU Yong |
| |
| Institution: | Aircraft Propulsion System Laboratory,The Engineering Institute,Air Force Engineering University,Xi'an 710038,China;Aircraft Propulsion System Laboratory,The Engineering Institute,Air Force Engineering University,Xi'an 710038,China;Aircraft Propulsion System Laboratory,The Engineering Institute,Air Force Engineering University,Xi'an 710038,China;Aircraft Propulsion System Laboratory,The Engineering Institute,Air Force Engineering University,Xi'an 710038,China;Aircraft Propulsion System Laboratory,The Engineering Institute,Air Force Engineering University,Xi'an 710038,China |
| |
| Abstract: | |
| |
| Keywords: | aircraft engine nonlinear system identification performance forecast simulation least square support vector machines sparse strategy |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《航空动力学报》浏览原始摘要信息 |
| 点击此处可从《航空动力学报》下载免费的PDF全文 |
|
