期刊文献+

基于数据驱动的导弹伺服液面预测 被引量:1

Prediction of Liquid Level of Missile Servo Based on Data Driven
下载PDF
导出
摘要 针对导弹伺服机构液压源液面下降的问题,根据导弹伺服液面实测数据,采用支持向量机、神经网络集成和最小二乘多项式拟合3种数据驱动方法对伺服液面高度进行模型辨识。通过对实测数据仿真分析,发现不同输入维数对预测精度有所影响:当输入维数为4时,支持向量机预测误差最低;不同输入维数下,最小二乘多项式预测误差最稳定,且综合误差最小。 Aiming at solving the descending liquid level of missile servo, the support vector regression (SVR) , neural network ensemble (NNE) and least square polynomial fit (LSPF) are used for model iden- tification based on real data of liquid level of missile servo. The results of simulation demonstrate that differ-ent predicting results can be produced by input dimension, SVR has minimum prediction error, the predic-tion error of LSPF is most stable and LSPF has minimum synthetically error.
机构地区 海军潜艇学院
出处 《航天控制》 CSCD 北大核心 2016年第2期91-94,共4页 Aerospace Control
关键词 数据驱动 伺服液面 支持向量回归 神经网络集成 最小二乘多项式拟合 Data dreiven Liquid level of missile servo Support vector regression Neural network ensemble Least square polynomial fit
  • 相关文献

参考文献2

二级参考文献18

共引文献221

同被引文献10

引证文献1

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部