基于支持向量机的飞行品质评价

基于目前对飞行品质的评价没有一套完整、准确的自动评价系统,本文提出了基于支持向量机的飞行品质评价方法,用支持向量机模型来构建一套自动评价系统。模型把飞行员的生理信号数据和飞行数据结合起来,以心率、呼吸频率、下降率、偏航角、速度变化率、着陆速度、襟翼度数作为模型的输入,飞行品质作为输出,对飞行员飞行品质做出了评价。本文通过该模型和传统神经网络模型作比较,结果表明:对于飞行员飞行品质评价问题,支持向量机方法较传统神经网络方法精度更高,实际应用中也更易于实现;并且它也很好的弥补了专家打分主观性强的不足。可用作评价飞行品质的模型。