文献类型：期刊文章

作　　者：林家泉[1] 孙凤山[1] 李亚冲[1] 庄子波[2]

LIN Jiaquan;SUN Fengshan;LI Yachong;ZHUANG Zibo(Institute of Electronic Information and Automation,Civil Aviation University of China,Tianjin 300300,China;Flight Technical College,Civil Aviation University of China,Tianjin 300300,China)

机构地区：[1]中国民航大学电子信息与自动化学院,天津300300 [2]中国民航大学飞行学院,天津300300

出　　处：《航空学报》

基　　金：国家自然科学基金委员会-中国民航局联合基金(U1433202)。

年　　份：2020

卷　　号：41

期　　号：7

起止页码：228-237

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度,提出了一种改进的粒子群优化(IPSO)Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析,得出了二者合理的取值范围,将粒子到全局最优位置间距离与参数的取值范围相结合,构造了惯性权重与学习因子的动态调节函数,对其进行非线性的动态调节,并引入了变异因子,提出了一种跳出局部最优的策略,防止粒子群优化(PSO)陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中,与PSO-Elman、Elman算法进行性能比较,仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据,对飞机地面空调的节能与机场电能合理调配提供了支持。

关 键 词：飞机客舱 地面空调  能耗预测  粒子群优化 ELMAN神经网络

分 类 号：V219]