典型文献
基于FGSO-BP的飞机大修周期预测方法
文献摘要：
准确的飞机大修周期分析和预测,能够为飞机大修过程的任务安排、人员配置、飞机大修过程优化等提供决策支持.针对数据驱动的飞机大修周期预测分析及建模,提出融合模糊萤火虫算法和BP神经网络(FGSO-BP)的飞机大修周期预测方法,通过引入模糊隶属函数,可动态改变萤火虫寻优步长,提高萤火虫算法的性能,进一步利用模糊萤火虫算法优化BP神经网络.使用标准测试函数对所提出的算法进行了仿真对比,结果表明算法可有效提高收敛速度和寻优精度.基于某飞机大修历史数据进行了应用验证,表明了方法在飞机大修周期预测中的有效性.
文献关键词：
飞机大修;周期预测;萤火虫算法;模糊隶属函数;BP神经网络
中图分类号：
作者姓名：
符式峰;贾晓亮;安磊;常笑
作者机构：
西北工业大学,陕西西安710000;空军装备部装备保障大队,北京100000
文献出处：
引用格式：
[1]符式峰;贾晓亮;安磊;常笑-.基于FGSO-BP的飞机大修周期预测方法)[J].航空计算技术,2022(02):67-71
A类：
FGSO
B类：
飞机大修,大修周期,周期预测,周期分析,人员配置,过程优化,决策支持,预测分析,萤火虫算法,模糊隶属函数,步长,算法优化,标准测试函数,仿真对比,收敛速度,寻优精度,历史数据,应用验证
AB值：
0.190585
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
