【技术实现步骤摘要】
一、
本专利技术属于智能化建模领域,本专利技术涉及多核学习、动态辨识等方法。二、
技术介绍
用传统的机理建模方法建立直升机的仿真模型是可行的,但是这种方法需要大量的空气动力学知识。神经网络具有良好的非线性映射能力,因此可以用它来建立直升机的仿真模型。在现实问题中,人们得到的样本数量往往是有限的,有时还十分有限。这时的学习结果往往是难以令人满意的,如在神经网络研究中经常会遇到过拟合等问题。可以采用多核学习方法进行动态辨识,建立直升机仿真模型。三、专利内容:1、专利目的为避免复杂的空气动力学知识,建立高精度的直升机仿真模型,专利技术一种基于Bregman距离的非稀疏多核学习方法,这种方法既能提高多核学习的精度,又能提高多核学习的速度。通过多核学习的辨识方法建立直升机的智能化的动态仿真模型。2、技术解决方案把直升机看做一个整体,则有四个控制变量,分别是横向周期变距、纵向周期变距、尾桨距、总距。则输出变量可以选为九个输出变量中的任意一个,即飞行速度在体轴系中三个方向上的分量、直升机角速度的三分量、直升机的俯仰角、侧倾角和偏航角九个变量中的一个。利用这些输入、输出变量来建立直升机的动态仿真模型。3、技术效果及优点这种基于多核学习的动态辨识方法,避免了机理建模所需的空气动力学知识,大大降低了仿真模型的复杂度。与传统神经网络模型相比,多核学习网络模型具有结构简单、运算速度快、泛化能力高等很多优越的性能。< ...
【技术保护点】
专利技术的一种基于多核学习的直升机仿真模型,采用基于多核学习的新算法,建立直升机的仿真模型。
【技术特征摘要】
1.发明的一种基于多核学习的直升机仿真模型,采用基于多核学习的新算法,建立直升机的
仿真模型。
2.权利要求1所述的一种...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。