文献

J-GLOBAL ID：201802243373123392   整理番号：18A0864855

くさび前駆体航空機FADSシステムのニューラルネットワークアルゴリズム【JST・京大機械翻訳】

Neural network algorithm for FADS system applied to the vehicles with sharp wedged fore-bodies

著者 (4件)： Wang Peng (中国航天空气動力技術研究院,北京,100074) ,  Hu Yuansi (中国航天空气動力技術研究院,北京,100074) ,  Jin Xin (中国航天空气動力技術研究院,北京,100074) ,  Zhang Weimin (中国航天空气動力技術研究院,北京,100074)
資料名： Kongqi Donglixue Xuebao  (Kongqi Donglixue Xuebao)
巻： 35  号： 6  ページ： 777-780,791  発行年： 2017年 
JST資料番号： C2062A  ISSN： 0258-1825  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 人工神経回路網アルゴリズム(FADS)における先端楔前駆体航空機用の埋め込み大気データセンシングシステム(FADS)の応用を検討した。このFADSシステムに存在するモデリングの困難性と低精度の問題を解決するために,BPニューラルネットワークアルゴリズムを従来の空力モデルの代わりに採用し,ネットワーク構造パラメータと訓練検証の合理的選択により,FADSシステムの単一隠れ層を含む3層ネットワークモデルと二重隠れ層を含む4層ネットワークモデルを構築し,迎え角,横滑り角,自由流静圧,Mach数などのパラメータを求めた。数値シミュレーション結果は,FADSシステムのニューラルネットワークアルゴリズムの精度が高く,二重隠れ層を含むネットワークモデルの精度が,単一隠れ層モデルの精度よりも優れていることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *ネットワーク ,  迎え角 ,  空力模型 ,  *航空機 ,  構造パラメータ ,  静圧 ,  *ニューラルネットワーク ,  *前駆体 ,  Mach数 ,  モデリング
準シソーラス用語： 数値シミュレーション ,  ネットワークモデル ,  隠れ層 ,  逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： FADS ,  sharp wedged fore-bodies ,  BP neural network ,  flight parameters ,  solving accuracy

分類 (2件)： 人工知能  (JE08000Z) ,  航空機の空気力学  (QK02010T)

タイトルに関連する用語 (3件)： くさび ,  前駆体 ,  航空機