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)絡具有強大的函數(shù)擬合能力，可以被應用于嵌入式大氣數(shù)據(jù)系統(tǒng)中進行大氣數(shù)據(jù)估計。針對傳統(tǒng)BP神經(jīng)網(wǎng)絡存在初始權值和閾值隨機選取、訓練過程局部最優(yōu)、對訓練數(shù)據(jù)需求量大等問題，提出了一種基于改進粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡，以提升FADS系統(tǒng)的預測精度。通過計算流體力學模擬，分別使用飛機在常規(guī)飛行和大迎角飛行狀態(tài)下的壓力數(shù)據(jù)來驗證該算法的性能。結果表明，在訓練數(shù)據(jù)有限的條件下，基于改... （共9頁）