径向基神经网络在非线性非定常气动力建模中的应用研究

《径向基神经网络在非线性非定常气动力建模中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第3O卷第1期空气动力学学报Vol_3O．No．12012年2月ACTAAERoDYNAMICASINICAFeb．，2012文章编号：0258—1825(2012)O1—0108—06径向基神经网络在非线性非定常气动力建模中的应用研究史志伟，王峥华，李俊成(南京航空航天大学航空宇航学院，江苏南京210016)摘要：基于南航NH一2风洞中某飞机模型大迎角大振幅单自由度偏航、滚转及偏航一滚转耦合的谐波、阶跃运动实验数据，应用径向基神经网络，研究人工神经网络描述非线性非定常气动力特性的能力。研究结果表明，所建立的径向基神经网络模型的预测结果与训练

2、数据和验证数据都符合得很好，说明神经网络建模方法可以有效地对高度非线性的气动力进行建模。研究还表明，用神经网络建立模型时所需要的风洞实验数据可以减少，从而提高风洞实验效率、减少风洞实验的时间和成本。关键词：径向基神经网络；非线性非定常气动力模型；等效缩减频率；谐波运动；阶跃运动中图分类号：V2l1．3文献标识码：A0引言1RBF神经网络传统的气动力建模方法是根据物理机理分析、实RBF神经网络是一种前向神经网络，它能够以验观测等来建立气动力与飞行状态之间的数学关系任意精度逼近任意连续函数，且具有逼近精度高、网式，如代数模型、阶跃响应模型、状态空

3、间模型、微分络规模小、泛化能力好学习速度快和不存在局部最小方程模型等。这些方法对线性系统的描述已经非常问题等特点，已经广泛用于系统参数辨识。准确有效，而对于非线性系统则有局限性。随着人工RBF网络一般为3层结构，如图1所示。第一智能技术的发展，模糊逻辑与神经网络方法在非线性层为输入层；第二层为隐含层(径向基层)，隐含层具非定常气动建模中得到了一定应用，它将气动力的建有径向基函数一通常取高斯型指数函数，隐层神经元立过程看作“黑箱”或“灰箱”问题，“黑箱”模型本身作个数根据检查目标误差自动增加节点，重复此过程直为系统的一种模型，不需要建立有明确表

4、达式的数学到达到目标误差或达到最大神经元数为止；第三层为模型。这样建立的模型具有强大的自学习功能，能够输出层，具有线性激活函数]。学习适应不确定性系统的动态特性。由于所有定量RBF网络输入与第忌个输出的关系可表示为：或定性的信息都分布储存于网络内，所以有很强的鲁一叫(1l32一cl1，)棒性和容错性l1_3_。t=l本文依据南航NH一2风洞中某飞机模型大迎角一∑·expf一兰1(1)大振幅单自由度偏航、滚转及偏航一滚转耦合的谐波、i=1＼u，阶跃运动实验数据，采用径向基神经网络，利用其能式中，叫为第i个基函数与第忌个输出节点的可调够充分逼近任

5、意复杂的非线性映射的能力，通过调整连接权值；为第i个隐含层的激活函数，也即径向网络内部连接权值和阀值，使网络输出逼近实际系统基函数；m为隐含层的节点数。构造和训练RBF神的输出，以此来研究人工神经网络描述非线性非定常经网络就是要使它通过学习，确定出每个隐层神经元气动力特性的能力。基函数的中心c、基函数的扩展常数(Spread)或宽度*收稿日期：2Ol1-Ol一11；修订日期：2011一O2—26作者简介：史志伟(1972一)，男，江苏宜兴人，博士，副研究员。研究方向：实验空气动力学，非定常空气动力学．E-mail：szwam@nuaa．edu

6、．ca第1期钱靖等：二维弹性扑翼沉浮运动流动特性的数值研究119Numericalstudyofflowcharacteristicsofaplungingrigidairfoilwithelastictrailing-edgeplateQIANJing，ZHANGZheng—ke，LUOShi—jun。LIUFeng(1·NationalKeyLaboratoryofScienceandTechnologyonAerodynamicDesignandRPsnrch．NorthwesternPolytechnicalUniversity，Xi

7、'an，710072，China；2·DpartmFntofMechanifalandAerospacPEnginePring，UnivPr出ofCalifornia，Irvine，Irvine，CA92697—3975，C口zl厂0r，U．S．A．)Abstract：Thefluid～structurecouplingprocessofaplungingrigidairfoilwithathinelasticplateattachedatthetrailing—edgeissimulatednumericallybyusingunstead

8、ypotentialflowsouree／vOrtexpane1methodandtheEuler—Bernoullibeamvibrationdifferenti