• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Aerospace and Electronic Systems >SSME parameter model input selection using genetic algorithms
【24h】

SSME parameter model input selection using genetic algorithms

机译：使用遗传算法的SSME参数模型输入选择

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Genetic algorithms are used for the systematic selection of inputs for a parameter modeling system based on a neural network function approximator. Due to the nature of the underlying system, issues such as learning, generalization, exploitation, and robustness are also examined. In the application considered, modeling critical parameters of the Space Shuttle Main Engine (SSME), the functional relationships among measured parameters are unknown and complex. Furthermore, the number of possible input parameters is quite large. Many approaches have been proposed for input selection, but they are either not possible due to insufficient instrumentation, are subjective, or they do not consider the complex multivariate relationships between parameters. Due to the optimization and space searching capabilities of genetic algorithms, they were employed in this study to systematize the input selection process. The results suggest that the genetic algorithm can generate parameter lists of high quality without the explicit use of problem domain knowledge.
机译：遗传算法用于基于神经网络功能逼近器的参数建模系统的输入的系统选择。由于底层系统的性质，还研究了诸如学习，泛化，开发和健壮性之类的问题。在考虑的应用中，对航天飞机主机（SSME）的关键参数建模时，所测参数之间的功能关系未知且复杂。此外，可能的输入参数的数量非常大。已经提出了许多用于输入选择的方法，但是它们要么由于仪器不足而无法使用，要么是主观的，要么它们没有考虑参数之间的复杂多元关系。由于遗传算法的优化和空间搜索功能，本研究将它们用于系统化输入选择过程。结果表明，该遗传算法无需显式使用问题域知识即可生成高质量的参数列表。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号