涡扇参数预测网络

秒级性能预测

用机器学习替代耗时的燃气轮机仿真,为涡轮风扇发动机设计参数提供高精度快速预测。

Zara, Ahmed · Sohail, Muhammad Umer · Asma, Javed · Swati, Raees Fida

Applied Sciences (Switzerland) 2023

参数信息

回归模型根均方误差
9.076e-5
多层感知器测试集均方误差
0.0046
训练回归模型数量
24

技术优势

预测速度秒级

训练好的模型可以直接对新输入的设计参数给出性能预测,无需运行计算密集型的燃气轮机仿真程序,大幅缩短参数分析周期。

预测精度很高

多个回归模型的根均方误差可低至9.076 × 10⁻⁵,多层感知器的测试集均方误差仅为0.0046,预测结果可靠,能满足工程分析需求。

多模型择优

论文在MATLAB中训练了24种回归模型并进行交叉验证,筛选出高斯过程回归、二次支持向量机和宽神经网络等最优模型,确保预测性能。

应用场景