文章目录

1 混合模型

2 遗传优化求解算法

2.1 遗传算法适应度函数

2.2 GA-EM混合优化算法

3 稳态数据融合方法

4 仿真对比与实验数据验证

4.1 仿真样本选择

4.2 遗传算法求解结果

4.3 GA-EM优化算法求解结果验证

4.4 试验数据验证与应用

5 结论

文章摘要:航空发动机稳态数据受工作环境、测量方式、控制规律等多方面因素影响，其试验数据常存在异常值，对稳态性能参数计算结果造成影响。基于数据来源的正态性假设，采用高斯混合模型对数据进行筛选分类。在模型求解算法方面，采用遗传优化算法克服期望极大（EM）算法的局部收敛性，使计算结果具有一定的全局最优性，并复合应用EM算法拟补遗传算法收敛速度慢的不足。使用赤池信息准则或贝叶斯信息准则（AIC/BIC）作为数据筛选结果评定指标，并验证该方法的可行性。在数据融合方面，提出基于最优模型参数相似理论进行数据融合方法，融合后数值接近真实稳态数据值，可作为该稳态数据片段的特征值。

文章关键词:

论文DOI:10.19708/j.ckjs.2021.08.262

论文分类号:V231