[发明专利]基于动态集成算法的航空发动机气路参数预测方法及系统

权利要求书

1.一种基于动态集成算法的航空发动机气路参数预测方法，其特征在于，包括以下步骤：

迭代训练步骤、基于迭代算法对航空发动机气路参数的训练样本集进行学习得到基学习机，并使用基学习机对航空发动机气路参数的测试样本集进行预测，得到每个基学习机的预测结果；其中，航空发动机气路参数的训练样本和测试样本均为排气温度裕度序列、核心机转速偏差值序列或燃油流量偏差值序列；

权值确定步骤、在所述训练样本集中选择测试样本的近邻样本，评估每个基学习机在近邻样本的局部性能动态确定每个基学习机的权值；

集成预测步骤、基于所述每个基学习机的权值，利用加权核密度估计将每个基学习机的预测结果集成得到航空发动机气路参数的最终预测结果；

所述权值确定步骤包括以下步骤：

(1)对于测试样本Q而言，计算所有训练样本与测试样本Q的距离，并以从小到大的顺序进行排列，按照k近邻法选择K个近邻样本；

(2)计算K个近邻样本到测试样本Q的欧几里得距离d_i,i＝1…K，并归一化处理后得到归一化距离d_i'；并计算加权平均绝对值误差：

其中e_ti为第t个基学习机对测试样本Q的第i个近邻样本的预测误差，t＝1,…,T，T为基学习机个数；并且e_ti＝f_ti-y_i，f_ti为第t个基学习机对第i个近邻样本的预测值，y_i为第i个近邻样本的真实输出值；

(3)对于测试样本Q，基于所述加权平均绝对值误差计算第t个基学习机对应的权值：

其中Z为标准化因子，使

2.根据权利要求1所述的基于动态集成算法的航空发动机气路参数预测方法，其特征在于，所述集成预测步骤中通过以下公式将每个基学习机的预测结果集成得到最终预测结果：

其中s_t为第t个基学习机的预测结果，w_tQ是第t个基学习机对应的权值，K(·)为核函数，h为带宽，s为预测结果变量，使得该式取得最大值的s作为s_Mode。

3.根据权利要求1～2中任一项所述的基于动态集成算法的航空发动机气路参数预测方法，其特征在于，所述迭代训练步骤包括对于第t个基学习机执行如下迭代步骤：

(1)在样本权值分布为D_t的训练样本集上训练第t个基学习机，t＝1,…,T，T为基学习机个数；

(2)计算第t个学习机对训练样本预测的绝对值误差构成绝对值误差矩阵E的第t列：E(j,t)＝|f_t(x_j)-y_j|,j＝1,…M；f_t(x_j)为第t个基学习机f_t对第j个训练样本x_j的预测结果，y_j为第j个训练样本的真实输出值；

(3)计算第t个基学习机f_t的误差率：

其中，φ为预先设定的相对误差绝对值的阈值；

设置n为1，2或3；

(4)更新样本权值D_t：

其中Z_t是标准化因子，使

4.根据权利要求1～2中任一项所述的基于动态集成算法的航空发动机气路参数预测方法，其特征在于，所述迭代训练步骤中采用Adaboost.R2的迭代算法对训练样本集进行学习得到基学习机。