基于组合预测方法的波音737飞机客舱能耗预测研究

发布时间：2017-12-21 02:32

  本文关键词：基于组合预测方法的波音737飞机客舱能耗预测研究　出处：《中国民航大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 组合预测 飞机客舱 能耗预测 神经网络 微粒群算法 支持向量机

【摘要】：从运行成本与安全、空气质量、噪音控制、甚至机坪拥堵角度分析,使用地面专用设备替代飞机APU有多个好处。但是采用地面专用设备,有飞机客舱的热舒适度差,客舱温度场的分布不均匀等问题。为实现满足客舱热舒适性前提下的能耗最优问题,飞机客舱能耗预测的研究对地面专用空调的使用和控制具有重要意义。本文主要针对波音737飞机客舱能耗的预测方法进行了研究:(1)理论上分析了飞机客舱地面空调系统的能耗构成及能耗预测模型的输入参量。飞机客舱能耗预测的目的是为地面专用空调的控制提供技术支持,基于能耗模型对空调进行控制,达到节能以及满足客舱热舒适性的目的。从客舱和地面专用空调两个方面对影响能耗的各个因素进行了分析,确定了影响能耗的影响因素。(2)针对飞机客舱能耗离线预测对准确性要求较高的问题,提出了基于微粒群和神经网络的组合预测方法。该方法基于广义回归神经网络建立预测模型,采用协同微粒群优化算法和混沌映射算法相结合优化神经网络参数。仿真结果表明神经网络的参数通过改进微粒群算法优化以后,能够有效提高预测精度。(3)针对飞机客舱能耗实时预测时对收敛速度要求较高的问题,提出了一种神经网络、微粒群和珊瑚礁相结合的预测方法。该方法首先基于小波神经网络建立能耗预测模型,然后采用珊瑚礁和微粒群联合算法优化预测模型参数。仿真结果表明神经网络的参数通过改进微粒群算法优化以后,有效提高了客舱能耗预测的收敛速度。(4)为了满足实时控制时客舱能耗预测准确性和快速性要求,提出了基于支持向量机的飞机客舱能耗非线性组合预测方法。首先选取广义回归神经网络单项预测模型和小波神经网络单项预测模型,在此基础上加入支持向量机预测模型以提高预测泛化能力;其次利用注水原理对三个单项预测模型的权重系数进行自适应分配,权重分配以后单项预测模型的结果作为支持向量机的训练输入,进行基于支持向量机的非线性组合预测。仿真结果表明该非线性组合预测方法既满足预测的准确性和快速性要求,也能够提高预测的泛化能力。
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：V223.2;TP183

【相似文献】

中国期刊全文数据库 前10条

1 李华;;组合预测方法在文献工作中的应用研究[J];情报学刊;1993年01期

2 孟建良,王晓华,庞春江,王建新;全局时变权组合预测方法[J];计算机工程与应用;2002年10期

3 吉培荣,张玉文,赵青;组合预测方法在电力系统负荷预测中的应用[J];三峡大学学报(自然科学版);2005年05期

4 胡骥;;铁路外贸货运量组合预测方法的研究[J];铁道运输与经济;2006年05期

5 钟秉林;;一种新的组合预测方法及其应用[J];东南大学学报;1989年02期

6 钟波,肖智;资产未来收益的一种最优组合预测方法[J];重庆大学学报(自然科学版);1998年04期

7 杨尚瑾;董超;;电力系统长期负荷的组合预测方法研究[J];中国电力教育;2009年S1期

8 代海波;单锐;刘文;;组合预测方法中权系数的应用研究[J];科学技术与工程;2012年32期

9 何焱;黄静;;电力中长期负荷模糊优选组合预测方法的研究[J];四川电力技术;2011年05期

10 夏新运;田丽;李玲纯;;变结构组合预测方法在短期电力负荷预测中的应用[J];自动化与仪器仪表;2009年06期

中国重要会议论文全文数据库 前7条

1 孔繁亮;张国志;;鞅差序列的一种组合预测方法及其应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 陈志航;程乾生;;基于隐马尔科夫模型的组合预测方法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

3 李世平;孙浚清;;仪器精度组合预测方法研究[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅲ）[C];2008年

4 唐小我;;最优组合预测方法及其应用[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年

5 李秀兰;;组合预测方法的研究和应用——邮发期刊价格预测[A];中国现场统计研究会第九届学术年会论文集[C];1999年

6 王周敬;李武;贺建勋;;变权重组合预测方法在货运量预测中的应用[A];1997中国控制与决策学术年会论文集[C];1997年

7 李秀兰;王宏鑫;;均匀设计——灰色联合预测及其应用——邮发期刊价格预测[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第3卷）[C];1995年

中国博士学位论文全文数据库 前3条

1 马涛;组合预测方法及其应用研究[D];兰州大学;2017年

2 李彩虹;两类组合预测方法的研究及应用[D];兰州大学;2012年

3 于振明;一类耐用消费品的需求预测方法及应用[D];东北大学;2012年

中国硕士学位论文全文数据库 前10条

1 林思铭;组合预测方法在建筑能耗预测中的应用[D];福州大学;2014年

2 刘婷;山东省物流需求组合预测方法及其应用研究[D];首都经济贸易大学;2016年

3 郭晓杰;监督学习方法在短期风电功率预测中的应用研究[D];南京信息工程大学;2016年

4 李晓曦;风电功率组合预测方法及其应用研究[D];华北电力大学(北京);2016年

5 孟歌;基于HHT的城际趟车客运量组合预测方法研究[D];兰州交通大学;2016年

6 李大超;基于极限学习机的风电功率预测研究[D];兰州交通大学;2016年

7 刘艳敏;基于组合预测方法的波音737飞机客舱能耗预测研究[D];中国民航大学;2017年

8 张景广;基于基因表达式编程的组合预测方法研究[D];华中师范大学;2011年

9 朱报春;基于模糊逻辑系统的组合预测方法及应用[D];河海大学;2001年

10 王凤飞;组合预测方法简介及其实证分析[D];山西大学;2011年

，

本文编号：1314370