神經網絡的飛機使用決策范文

本站小編為你精心準備了神經網絡的飛機使用決策參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《機械設計與制造工程雜志》2014年第六期

1評估體系建立

1．1評估指標選擇在滿足任務需求的基礎上，影響飛機堪用度的主要因素有剩余壽命、定檢、航材保障、有壽機件等因素［3］，另外還要考慮機群飛機梯次使用狀況。本文綜合考慮以上因素，整合出飛行小時剩余壽命、日歷剩余壽命、梯次使用、航材供應和定期工作等5個評估指標。a．飛行小時剩余壽命。飛行小時剩余壽命是指各飛機階段計劃使用時數的剩余時數，是飛機使用依據的基本數據，機隊飛機使用時一般都嚴格按照計劃執行，不應該超出階段計劃飛行時間。根據每架飛機的階段計劃飛行時間和實際飛行時間，b．日歷剩余壽命。日歷剩余壽命主要反映飛機在使用過程中由于不當的維護活動、環境腐蝕引起的結構疲勞、品質下降是否達到臨界值。日歷壽命到壽的飛機應該立即停飛，進行相應的檢修。在考慮飛行小時壽命的同時，還要綜合日歷壽命，合理安排飛機的使用，使飛行小時壽命和日歷壽命損失最小。根據每架飛機的日歷剩余壽命和總飛行小時剩余壽命，令:c．航材供應。航材的供應直接影響飛機的完好率，質控部門根據飛機狀況和有壽機件到壽情況制定航材請領計劃，由航材部門保障航材供應。根據每架飛機的航材供應情況，令:d．梯次使用。飛機梯次使用是指機庫各架飛機距離各項定檢工作(C檢及C檢以上級別檢查)的飛行時間互相間保持一定的差距，成梯次排列使用，目的是分散各飛機的定檢時機，最大限度地提高飛機在隊率。在飛機機庫檢修條形圖中(如圖1所示)，用平均定檢剩余時間50%標準線作為理想的飛機剩余時間梯次排列趨勢線，剩余時間在標準控制線之上，距離為正值;在控制線之下，距離為負值。為提高飛機定檢剩余時間按梯次排列的程度，距離大的飛機應多飛，距離小的飛機應少飛。令:e．定期工作。定期工作主要是指飛機各級定檢(主要是C檢及C檢以上級別檢查)、換發和更換有壽機件等工作，是飛機維護計劃的重要部分，各項工作要按照要求和計劃嚴格執行。

1．2綜合評價體系結構根據以上選取的各項評估指標，建立如圖2所示的飛機堪用度評估體系。

2BP神經網絡設計

2．1輸入層、隱含層、輸出層的設計［4］對于機隊飛機堪用度的綜合評估應當依據其確定的評估指標作為輸入層因素，這里選用飛行小時剩余壽命、日歷剩余壽命、航材供應、梯次使用、定期工作作為輸入層節點，輸入單元數為5。輸出層表示飛機堪用度的綜合評價值，節點數為1。隱含層節點數的選取還沒有明確的方法，可以根據經驗來選取，由于輸入層節點數為5，輸出層節點數為1，選取中間隱含層節點數為3。建立的BP神經網絡模型如圖3所示。

2．2學習步長、初始權值、目標精度的選取學習步長是在學習過程中對權值的修正量，與網絡的穩定性有關。步長過短，則學習效率低，步長過長，則網絡穩定性差。學習步長取為0．02。初始權值選取對于輸出結果是否最接近實際及是否能夠收斂、學習時間的長短等影響很大。由于MATLAB仿真軟件會根據初始化函數自動生成相應的初始權值和閾值，故這里不用考慮。目標精度是確定神經網絡的精度標準，當誤差達到目標精度要求后，網絡停止訓練。

3基于MATLAB仿真軟件的實例分析

在BP神經網絡的分析和設計中，會涉及大量的計算問題，MATLAB仿真軟件的使用為神經網絡的計算帶來了極大的便利，本文將應用MATLAB仿真軟件對所建立的BP神經網絡模型進行求解［5］。在此選定用于訓練的8組樣本數據建立學習樣本矩陣和目標輸出矩陣，選擇一組檢驗數據建立待評估矩陣。a．學習樣本矩陣、目標輸出矩陣、待評估矩陣的數據輸入。b．BP神經網絡模型程序代碼設計。c．結果輸出。對應待評估矩陣的仿真結果值為:Y=0．5347，表明待評估飛機堪用度值為0．5347，經和樣本集進行比較，數據可信。輸出圖形為BP神經網絡訓練圖，如圖4所示。從圖中可以看出，訓練仿真到64次時，達到設定的目標精度，訓練停止。

4結束語

本文運用BP神經網絡建立了飛機堪用度評估決策模型，MATLAB仿真表明本模型收斂速度快、評估結果可信度高，較好地解決了機群飛機的使用決策問題。另外BP神經網絡是通過學習和訓練找出輸入與輸出的內在聯系，從而求取問題的解，訓練樣本越多，越能發揮神經網絡的學習、聯想和容錯能力，因此在實際使用中可以持續增加樣本對其進行訓練改進。

作者：程新張乾單位：哈爾濱飛機工業集團客戶服務部 空軍航空大學飛行器與動力系