基于改进燃油流量神经网络的航空器巡航温室效应评估

为高效、深入地评估航空器巡航运行环境影响,该研究以全球绝对温变潜势为表征参数,建立航空器巡航阶段不同污染物排放的综合温室效应评估模型;构建用于评估过程中巡航燃油流量获取的三层神经网络,并引入遗传算法对网络初始权值和阈值进行优化。结果表明,经过遗传算法改进后的燃油流量神经网络相较于优化前,拟合优度由0.954 6提升至0.973 1,均方误差降低了48.15%,最大相对误差和平均相对误差也有效降低。提出了能够代替传统的BADA性能模型的污染物排放量计算方法,在保证可靠性的同时大大减少了对飞行性能参数的依赖,且能进一步给出污染物排放造成的综合温变影响。