• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于PSO-BP 神經(jīng)網(wǎng)絡的平流層風場短期快速預測

    2022-11-09 09:57:24龍遠鄧小龍楊希祥侯中喜
    北京航空航天大學學報 2022年10期
    關鍵詞:平流層數(shù)據(jù)量降維

    龍遠 鄧小龍 楊希祥 侯中喜

    (國防科技大學 空天科學學院, 長沙 410073)

    平流層是處于對流層與中間層之間、海拔高度為10 ~55 km 的大氣空間[1],平流層內(nèi)氣流相對平穩(wěn)、垂直對流小[2],是部署平流層飛艇、高空氣球、高空太陽能無人機等臨近空間低速飛行器執(zhí)行對地觀測、監(jiān)視預警、通信中繼、環(huán)境監(jiān)測及科學研究等軍民任務的理想環(huán)境[3-6]。

    由于飛行速度低、動力系統(tǒng)弱、控制能力有限等約束,臨近空間低速飛行器的飛行性能受其所處環(huán)境風場影響較大[7-8]。 例如,平流層飛艇的駐留能力直接取決于風場環(huán)境[9],而高空太陽能無人機的氣動特性及續(xù)航里程也受到風場環(huán)境重要影響。 因此,開展平流層風場研究,獲取準確的風場預測信息對于臨近空間低速飛行器開展飛行任務規(guī)劃、航跡規(guī)劃和飛行控制都具有重要意義[10]。

    目前,可用于平流層風速預測的方法主要包括2 類:數(shù)值天氣預報方法和統(tǒng)計模型方法[11]。數(shù)值天氣預報需要建立復雜的物理模型和龐大的計算系統(tǒng),通過氣象學理論和計算流體力學得到風速、風向、溫度、濕度等氣象要素的預測值。 而統(tǒng)計模型方法主要采用數(shù)學統(tǒng)計的思想,通過挖掘數(shù)據(jù)間存在的內(nèi)在規(guī)律進行預測,此類方法包括時間序列法、卡爾曼濾波、神經(jīng)網(wǎng)絡等。 常規(guī)數(shù)值天氣預報系統(tǒng)主要關注對流層內(nèi)與人類社會經(jīng)濟活動密切相關的氣象信息,平流層的風場預測沒有得到足夠的重視,精度還有待提高[12],且對飛行器研制與應用部門的環(huán)境保障要求高。 因此,在平流層風場預測中,通常采用統(tǒng)計模型的方法。

    國內(nèi)外學者對統(tǒng)計模型方法在風場預測中的應用展開了大量研究。 文獻[13]通過本征正交分解(POD)方法建立了風場降階模型,再利用傅里葉級數(shù)擬合對平流層風場進行預測;文獻[14]利用POD 方法對具有橋塔風效應的風場進行了簡化模擬,將POD 型譜表示法取代原型譜表示法,物理意義明確且可通過模態(tài)截斷節(jié)省計算量;文獻[15]根據(jù)歷史風場統(tǒng)計數(shù)據(jù)建立了韋伯分布模型,利用韋伯分布和累積函數(shù)對歷史數(shù)據(jù)進行預測和反算,驗證了將韋伯分布應用于風場數(shù)據(jù)統(tǒng)計的合理性;文獻[16]提出了一種基于高斯過程(Gaussian processes,GP)的風速預測模型,將其與支持向量機、最小二乘支持向量機和BP 神經(jīng)網(wǎng)絡進行比較,仿真結(jié)果表明,基于GP 的風速預測模型具有很好的穩(wěn)定性,能夠滿足預測精度的要求;文獻[17]建立了高斯過程回歸和粒子濾波相結(jié)合的短期風速預測模型,實現(xiàn)了對歷史風速序列異常值的在線動態(tài)檢測與修正;文獻[18]利用平流層風場緯向風存在一定周期性和規(guī)律性的特點,分別采用傅里葉級數(shù)擬合方法和BP 神經(jīng)網(wǎng)絡算法對風場快速預測進行了研究,并對2種方法的預測誤差與預測精度進行了分析;文獻[19]研究了數(shù)據(jù)增強和自校正設計在平流層風場建模中的應用,將美國國家海洋與大氣管理局提供的風場預報數(shù)據(jù)和高空氣球?qū)崪y風場數(shù)據(jù)相結(jié)合,構(gòu)建了可用于高空氣球軌跡規(guī)劃的風場預測模型。

    上述研究大多專注于對流層內(nèi)的風場預測問題,在平流層風場預測方面的研究較少,且較多集中于短期單點預測,無法滿足臨近空間低速飛行器進行路徑規(guī)劃所需的區(qū)域風場環(huán)境。 在已有研究的基礎上,本文根據(jù)歷史風場數(shù)據(jù),先采用主成分分析(principal component analysis, PCA)法對數(shù)據(jù)進行降維處理,再通過訓練BP 神經(jīng)網(wǎng)絡對風場進行預測,并利用粒子群優(yōu)化(partical swarm optimization, PSO)算法對BP 神經(jīng)網(wǎng)絡進行優(yōu)化。 針對臨近空間低速飛行器飛行區(qū)域廣、單點預測風場數(shù)據(jù)無法滿足長時間飛行需求,進一步研究Biharmonic 樣條曲面插值方法對多點風場預測結(jié)果進行空間插值,構(gòu)建了平流層區(qū)域預測風場,能夠為長航時臨近空間低速飛行器提供數(shù)據(jù)支撐。

    1 平流層風場數(shù)據(jù)降維方法

    基于統(tǒng)計模型的風場建模方法需要從海量歷史環(huán)境數(shù)據(jù)開始分析,這類數(shù)據(jù)的數(shù)據(jù)量大、特征不清晰,有必要預先進行降維處理,在保證原有信息損失不大的前提下,盡可能降低數(shù)據(jù)量的大小。PCA 則是最常用的一種降維方法。 PCA 能夠找出數(shù)據(jù)里面最主要的方面,用數(shù)據(jù)里最主要的方面來代替原始數(shù)據(jù)。

    假設有某一坐標點記錄的n×m維歷史風場數(shù)據(jù)集X,數(shù)據(jù)集共有m個風場數(shù)據(jù)(x1,x2,…,xm),每個風場數(shù)據(jù)都是n維列向量,代表著坐標點某一時刻的風速在不同采樣高度處的取值,n為采樣點總個數(shù)。 為了降低風場數(shù)據(jù)量的大小,需要對其進行降維處理,在降維的過程中,要獲得原始數(shù)據(jù)新的表示空間,需要對原始數(shù)據(jù)進行線性變換(基變換),矩陣表示如下:

    式中:Y為風場數(shù)據(jù)樣本在新空間的表示;P為r×n維變換矩陣;X為原始風場數(shù)據(jù)樣本;pi表示第i個基;xj表示第j個原始風場數(shù)據(jù)。

    選擇不同的基可以對一組數(shù)據(jù)給出不同的表示,同時,當基的數(shù)量少于原始樣本本身的維數(shù)時,則可以達到降維的效果,PCA 就是要找到能夠最大限度保留原有數(shù)據(jù)信息的一組基P,具體分析步驟如下:

    步驟1 樣本中心化處理。 為了簡便運算,需要對風場數(shù)據(jù)樣本進行中心化處理,得到新的數(shù)據(jù)樣本:

    步驟3 求特征值及特征向量。 求解得到新風場數(shù)據(jù)樣本協(xié)方差矩陣的特征值λ1,λ2,…,λn,以及對應的單位特征向量?1,?2,…,?n。

    步驟4 確定降維維度r。 將第r個主成分保留的信息稱作相對模態(tài)能量,表示為

    根據(jù)風場數(shù)據(jù)的信息保留量(即累積模態(tài)能量的大小)來確定選取的主成分個數(shù)r,該數(shù)值即是降維后的數(shù)據(jù)維度,r<n。

    步驟5 求新變換矩陣P。 按風場數(shù)據(jù)樣本協(xié)方差矩陣特征值的大小將前r個特征值對應的特征向量從上向下按行排列成矩陣,該矩陣就是要求的變換矩陣P。

    Y=PX即為降維到r維后的風場數(shù)據(jù)。

    2 基于神經(jīng)網(wǎng)絡的平流層風場預測方法

    在對風場數(shù)據(jù)進行降維處理后,數(shù)據(jù)量大大減小,可用神經(jīng)網(wǎng)絡學習風場的變化特征以對未來短期風場進行快速預測。 本節(jié)研究基于BP 神經(jīng)網(wǎng)絡的風場預測方法,并通過具備全局尋優(yōu)特性的PSO 算法來改進容易陷入局部最優(yōu)的BP 神經(jīng)網(wǎng)絡。

    2.1 BP 神經(jīng)網(wǎng)絡風場預測模型

    本節(jié)建立的風場預測模型使用的神經(jīng)網(wǎng)絡包含輸入層、隱含層和輸出層3 層,其中輸入層的神經(jīng)元個數(shù)根據(jù)降維后的風場數(shù)據(jù)維數(shù)設置為3,輸出層神經(jīng)元個數(shù)設置為1,隱含層神經(jīng)元個數(shù)根據(jù)經(jīng)驗公式設置為12,經(jīng)驗公式如下:

    式中:q為隱含層神經(jīng)元個數(shù);k和l分別為輸入層和輸出層神經(jīng)元個數(shù);a為常數(shù),a∈[1,10]。

    如圖1 所示,BP 神經(jīng)網(wǎng)絡每個神經(jīng)元都與上一層的所有神經(jīng)元相連,隱含層和輸出層每個神經(jīng)元的輸出與輸入之間的關系如下:

    圖1 神經(jīng)網(wǎng)絡結(jié)構(gòu)Fig.1 Structure of neural network

    式中:xi為神經(jīng)元的輸入信號,即風場數(shù)據(jù);ωi為輸入信號的權(quán)值;θ為神經(jīng)元的閾值;f(·)為激活函數(shù)。

    本節(jié)使用的激活函數(shù)為Sigmoid 函數(shù):

    假設在進行降維處理后,有r×m維風場數(shù)據(jù)Y=(y1,y2,…,ym),將其分為r個行向量,利用神經(jīng)網(wǎng)絡分別對這r個行向量的數(shù)據(jù)變化特征進行學習,神經(jīng)網(wǎng)絡訓練集的輸入數(shù)據(jù)和輸出數(shù)據(jù)的構(gòu)建如圖2 所示,將m個風場數(shù)據(jù)分成m-3組訓練數(shù)據(jù),每組訓練數(shù)據(jù)包含3 個輸入和1 個輸出。

    圖2 神經(jīng)網(wǎng)絡的輸入和輸出Fig.2 Input and output of neural network

    2.2 PSO-BP 神經(jīng)網(wǎng)絡風場預測模型

    圖3 PSO 算法的BP 神經(jīng)網(wǎng)絡原理Fig.3 Schematic diagram of BP neural network optimized by particle swarm optimization algorithm

    本節(jié)以神經(jīng)網(wǎng)絡訓練過程中的輸出誤差作為PSO 算法的適應度函數(shù),先隨機地初始化一個粒子群體,每個粒子包含一組神經(jīng)網(wǎng)絡權(quán)值和閾值的數(shù)據(jù),通過更新公式不斷迭代每個粒子的取值,最終使得適應度函數(shù)值最小。

    PSO 算法速度更新如下:

    式中:c1、c2為學習因子;r1、r2為(0,1)內(nèi)的隨機數(shù);pbest為每個粒子當前找到的最優(yōu)解;gbest為整個種群當前找到的最優(yōu)解。

    PSO 算法位置更新如下:

    本節(jié)使用的PSO 算法種群數(shù)量為50,2 個學習因子均設置為2,迭代步數(shù)設置為100。

    3 結(jié)果與分析

    低緯度海洋地區(qū)是開展臨近空間低動態(tài)飛行器應用的理想場所,本節(jié)采用4 個地點的歷史風場數(shù)據(jù)作為神經(jīng)網(wǎng)絡的訓練集,坐標分別為

    A(112°E,17° N)、B(113° E,9° N)、C(115° E,10°N)、D(116°E,10°N)。 每個坐標點的數(shù)據(jù)均為250 ×3 652 的數(shù)組,其中250 表示高度維,代表在該坐標點250 個不同的高度處取得風場數(shù)據(jù),3 652表示時間維,代表每個坐標點有5 年的歷史風場數(shù)據(jù),每天0 時和12 時分別采樣,一共3 652 組采樣數(shù)據(jù)。

    3.1 數(shù)據(jù)降維結(jié)果與驗證

    利用PCA 法可以求解出風場數(shù)據(jù)降維后不同階數(shù)能夠保留的原始數(shù)據(jù)信息量比重。 本節(jié)以相對模態(tài)能量和累積模態(tài)能量這2 項指標來衡量模態(tài)階數(shù)還原原始數(shù)據(jù)的能力,并根據(jù)各階模態(tài)能量,選擇合適的降維階數(shù),使得降維后的數(shù)據(jù)在數(shù)據(jù)量減小的情況下依然能夠保留大部分風場信息。

    以A點數(shù)據(jù)為例,分析降維數(shù)據(jù)的數(shù)據(jù)量降低情況和數(shù)據(jù)信息保留情況。 考慮到平流層浮空器主要是在20 km 附近持久駐留,因此,需要重點關注該高度附近的風場信息。 該高度附近的風場與10 km 附近的風場有明顯區(qū)別,不宜統(tǒng)一使用降維方法進行處理。 為此,提出了分層降維方法,即將整個風場在高度上進行分層處理,即分為2個部分:5 ~15 km 和15 ~30 km。 15 km 以下的區(qū)域主要屬于對流層,風場相對較大,且風場隨高度變化較明顯;而15 km 以上的區(qū)域風場變化較小。 對這2 部分風場在東西和南北方向上分別開展降維處理并分析得到了如下結(jié)果:

    他的視線掠過女孩,望向了跟在女孩后面的滑翔翼。它的顏色灰不溜秋的,結(jié)構(gòu)和做工都要粗糙著許多,但它的特殊性,在于它的翼面尤其寬大,比自己的幾乎要寬出二分之一。

    1) 東西方向上5 ~15 km:10 階數(shù)據(jù)保留原數(shù)據(jù)信息量為99.91%。

    2) 東西方向上15 ~30 km:6 階數(shù)據(jù)保留原數(shù)據(jù)信息量為99.96%。

    3) 南北方向上5 ~15 km:11 階數(shù)據(jù)保留原數(shù)據(jù)信息量為99.95%。

    4) 南北方向上15 ~30 km:7 階數(shù)據(jù)保留原數(shù)據(jù)信息量為99.93%。

    3.1.1 東西方向風場降維

    由圖4 和圖5 可知,在東西方向上,15 ~30 km的風場特征比較明顯,因此,前6 階模態(tài)所包含的能量之和已經(jīng)達到了99.96%,而5 ~15 km 的風場需要前10 階模態(tài),才能使得能量總和達到99.91%。 可以用5 ~15 km 前10 階的數(shù)據(jù)和15 ~30 km 前6 階的數(shù)據(jù)代替原有250 階的數(shù)據(jù),將兩部分風場合并后,數(shù)據(jù)量僅為原有數(shù)據(jù)量的6.4%。

    圖4 海拔5 ~15 km 東西方向風場數(shù)據(jù)降維后的第n 階相對模態(tài)能量及前n 階累積模態(tài)能量Fig.4 The n-th order relative modal energy and the first n-order cumulative modal energy of east-west wind field data after dimensionality reduction between 5 km and 15 km

    圖5 海拔15 ~30 km 東西方向風場數(shù)據(jù)降維后的第n 階相對模態(tài)能量及前n 階累積模態(tài)能量Fig.5 The n-th order relative modal energy and the first n-order cumulative modal energy of east-west wind field data after dimensionality reduction between 15 km and 30 km

    在PCA 法進行了數(shù)據(jù)降維處理之后,將降維后的風場數(shù)據(jù)與實際風場數(shù)據(jù)進行了對比驗證。由圖6 可知,東西方向降維后的風場與實際風場數(shù)據(jù)的偏差較小,降維數(shù)據(jù)基本上與原有數(shù)據(jù)吻合,高度保留了原有數(shù)據(jù)的特征。

    圖6 東西方向上降維后的風場數(shù)據(jù)與實際風場數(shù)據(jù)對比Fig.6 Comparison of east-west wind field data after dimensionality reduction and actual wind field data

    3.1.2 南北方向風場降維

    由圖7 和圖8 可知,南北方向上兩部分的風場降維數(shù)據(jù),即前11 階模態(tài)和前7 階模態(tài),所包含的能量之和分別為99.95%和99.93%,南北方向上的風場數(shù)據(jù)可以用降維后總共18 階的數(shù)據(jù)來代替原有250 階數(shù)據(jù),數(shù)據(jù)量僅為原有數(shù)據(jù)量的7.2%。

    圖7 海拔5 ~15 km 南北方向風場數(shù)據(jù)降維后的第n 階相對模態(tài)能量及前n 階累積模態(tài)能量Fig.7 The n-th order relative modal energy and the first n-order cumulative modal energy of north-south wind field data after dimensionality reduction between 5 km and 15 km

    圖8 海拔15 ~30 km 南北方向風場數(shù)據(jù)降維后的第n 階相對模態(tài)能量及前n 階累積模態(tài)能量Fig.8 The n-th order relative modal energy and the first n-order cumulative modal energy of north-south wind field data after dimensionality reduction between 15 km and 30 km

    由圖9 可知,南北方向降維后的風場與實際風場數(shù)據(jù)基本吻合。 因此,PCA 法在減小數(shù)據(jù)量的同時可以保留大部分原有數(shù)據(jù)的信息。 在后續(xù)的神經(jīng)網(wǎng)絡處理過程中,風場數(shù)據(jù)就可以使用降維后的數(shù)據(jù)來代替。

    圖9 南北方向上降維后的風場數(shù)據(jù)與實際風場數(shù)據(jù)對比Fig.9 Comparison of north-south wind field data after dimensionality reduction and actual wind field data

    3.2 神經(jīng)網(wǎng)絡預測結(jié)果分析

    根據(jù)臨近空間低速飛行器執(zhí)行任務所需要的工作高度特點[20],使用5 ~30 km 的數(shù)據(jù)分別對BP 神經(jīng)網(wǎng)絡和PSO-BP 神經(jīng)網(wǎng)絡進行訓練,使用訓練后的神經(jīng)網(wǎng)絡對未來風場進行預測,隨機選取了10 次預測結(jié)果與實際風場進行對比。

    3.2.1 東西方向風場預測

    由圖10 ~圖12 可看出,在東西方向上,BP神經(jīng)網(wǎng)絡和改進后的PSO-BP 神經(jīng)網(wǎng)絡均能對風場進行較好的預測,但由于BP 神經(jīng)網(wǎng)絡采取的是梯度下降算法,偶爾會得到局部最優(yōu)的結(jié)果,使得風場預測結(jié)果與實際風場偏差較大;而經(jīng)PSO算法優(yōu)化的PSO-BP 神經(jīng)網(wǎng)絡能夠更好地尋找全局最優(yōu)值,獲得更好的風場預測效果。2 種預測模型的東西方向風場預報誤差對比分析表明,采用PSO 算法改進后的PSO-BP 神經(jīng)網(wǎng)絡風場預測模型平均預測誤差要小于BP 神經(jīng)網(wǎng)絡模型的平均誤差,在15 km 以上區(qū)域,二者的平均誤差都小于2 m/s。

    圖10 東西方向上BP 神經(jīng)網(wǎng)絡10 次預測結(jié)果與實際風場對比Fig.10 Comparison of 10 prediction results of BP neural network and actual wind field in east-west direction

    圖11 東西方向上PSO-BP 神經(jīng)網(wǎng)絡10 次預測結(jié)果與實際風場對比Fig.11 Comparison of 10 prediction results of PSO-BP neural network and actual wind field in east-west direction

    圖12 東西方向上2 種神經(jīng)網(wǎng)絡10 次預測結(jié)果平均誤差對比Fig.12 Comparison of average error of 10 prediction results for two kinds of neural networks in east-west direction

    3.2.2 南北方向風場預測

    由于平流層獨特的風場環(huán)境,其南北方向上的風速分量一般較小,在采用神經(jīng)網(wǎng)絡對其進行預測時,效果并沒有在東西方向上明顯。 由圖13 ~圖15 可看出,BP 神經(jīng)網(wǎng)絡和改進后的PSO-BP 神經(jīng)網(wǎng)絡對南北方向上的風場的預測效果均不如東西方向,但相較于BP 神經(jīng)網(wǎng)絡,PSO-BP 神經(jīng)網(wǎng)絡仍然能夠獲得更好的預測效果。

    圖13 南北方向上BP 神經(jīng)網(wǎng)絡10 次預測結(jié)果與實際風場對比Fig.13 Comparison of 10 prediction results of BP neural network and actual wind field in north-south direction

    圖14 南北方向上PSO-BP 神經(jīng)網(wǎng)絡10 次預測結(jié)果與實際風場對比Fig.14 Comparison of 10 prediction results of PSO-BP neural network and actual wind field in the north-south direction

    圖15 南北方向上2 種神經(jīng)網(wǎng)絡10 次預測結(jié)果平均誤差對比Fig.15 Comparison of average error of 10 prediction results for two kinds of neural networks in north-south direction

    2 種預測模型的南北方向風場預報誤差對比分析表明,在25 km 高度范圍以下的預測效果較好,2 種模型預測結(jié)果差異不明顯;在25 km 以上的區(qū)域預測2 種模型誤差均快速增加,平均誤差都超過了2.5 m/s。

    3.3 區(qū)域風場構(gòu)建分析

    平流層飛艇和高空飛機的路徑規(guī)劃需要廣大范圍的風場信息,高空氣球區(qū)域駐留也并非總是能保持在給定點附近,因此,需要對區(qū)域多點風場進行建模。

    在使用神經(jīng)網(wǎng)絡對風場進行預測之后,能夠得到多點隨高度變化的風速數(shù)據(jù),本節(jié)使用的數(shù)據(jù)是4 個坐標點A(112°E,17°N)、B(113°E,9°N)、C(115°E,10°N)、D(116°E,10°N)的風場預測結(jié)果,用Biharmonic 樣條曲面插值方法對每一高度處的數(shù)據(jù)進行插值處理,能夠得到三維空間的風速情況。 針對臨近空間低速飛行器典型工作高度20 km 進行風場構(gòu)建仿真,仿真結(jié)果如圖16和圖17 所示。

    圖16 東西方向上20 km 高度的區(qū)域風速示意圖Fig.16 Schematic diagram of regional wind speed in east-west direction at 20 km

    圖17 南北方向上20 km 高度的區(qū)域風速示意圖Fig.17 Schematic diagram of regional wind speed in north-south direction at 20 km

    由圖16 和圖17 可知,在對風場數(shù)據(jù)進行插值處理后,任一高度剖面均能得到在不同經(jīng)緯度的風速變化圖,在平流層浮空器軌跡規(guī)劃等問題中,給出任一經(jīng)緯高坐標,構(gòu)建的風場模型均能得到風速值在東西方向和南北方向上的分量。 因此,便構(gòu)建了三維空間的區(qū)域風場模型,可以獲取區(qū)域內(nèi)任意點處的風速數(shù)據(jù)。

    臨近空間低速飛行器在執(zhí)行軌跡規(guī)劃或區(qū)域駐留任務時,往往需要在較大范圍內(nèi)飛行。 因此,飛行器在區(qū)域風場模型下的軌跡仿真要比單點風場模型下的仿真更符合實際飛行情況。 下面根據(jù)平流層飛艇的動力學方程[21]分別在區(qū)域風場模型和單點風場模型下仿真飛艇的飛行軌跡。 以坐標原點作為仿真初始點,平流層飛艇在浮力作用下自然升空,海拔高度達到20 km 后降落回收,其飛行軌跡如圖18 所示。

    由圖18 可知,在仿真初始階段,區(qū)域風場模型和單點風場模型下的飛艇飛行軌跡區(qū)別不大。但是,當飛艇逐漸遠離初始點之后,2 種風場模型得到的飛行軌跡便顯現(xiàn)出較大差異,最終二者的水平位移誤差達到了13.3 km。

    圖18 兩種風場模型下飛行器的軌跡示意圖Fig.18 Schematic diagram of trajectory for aircraft under two wind field models

    4 結(jié) 論

    1) 采用PCA 法對5 年的歷史風場數(shù)據(jù)進行降維處理,將250 階的風場數(shù)據(jù)分別降至16 階和18 階,原始數(shù)據(jù)信息保留率達到99%以上。 使用降維后組成的新數(shù)據(jù)代替原有數(shù)據(jù),降低了數(shù)據(jù)量,提高后續(xù)工作的計算效率。

    2) 采用具有全局尋優(yōu)特性的PSO 算法改進了易陷入局部最優(yōu)的BP 神經(jīng)網(wǎng)絡,并通過改進后得到的PSO-BP 神經(jīng)網(wǎng)絡和傳統(tǒng)BP 神經(jīng)網(wǎng)絡對未來風場進行預測。

    3) 對2 種神經(jīng)網(wǎng)絡風場預測模型的預測精度與預測誤差進行了分析,發(fā)現(xiàn)相較于基于梯度下降法的BP 神經(jīng)網(wǎng)絡,經(jīng)過PSO 算法優(yōu)化的BP神經(jīng)網(wǎng)絡訓練得到的神經(jīng)網(wǎng)絡參數(shù)能夠更好地反映風場的變化規(guī)律,風場預測精度要高于傳統(tǒng)的BP 神經(jīng)網(wǎng)絡。

    4) 采用Biharmonic 樣條曲面插值方法對單點的神經(jīng)網(wǎng)絡風場預測結(jié)果進行插值處理,構(gòu)建了一個三維空間的區(qū)域風場模型,可以獲取區(qū)域內(nèi)任意點處的風速數(shù)據(jù),區(qū)域預報可有效提高飛行軌跡仿真結(jié)果精度。

    猜你喜歡
    平流層數(shù)據(jù)量降維
    Three-Body’s epic scale and fiercely guarded fanbase present challenges to adaptations
    青藏高原上空平流層水汽的時空演變特征
    基于副氣囊的平流層浮空器高度控制
    基于大數(shù)據(jù)量的初至層析成像算法優(yōu)化
    計算Lyapunov指數(shù)的模糊C均值聚類小數(shù)據(jù)量法
    高刷新率不容易顯示器需求與接口標準帶寬
    降維打擊
    海峽姐妹(2019年12期)2020-01-14 03:24:40
    寬帶信號采集與大數(shù)據(jù)量傳輸系統(tǒng)設計與研究
    電子制作(2019年13期)2020-01-14 03:15:18
    1979~2011年間平流層溫度及平流層水汽的演變趨勢
    “平流層”是個啥——話說飛行高度
    在线播放国产精品三级| 国产精品日韩av在线免费观看| 老汉色∧v一级毛片| 99精品在免费线老司机午夜| 欧美日韩福利视频一区二区| 欧美性猛交╳xxx乱大交人| 嫩草影视91久久| 国产亚洲精品综合一区在线观看 | 在线国产一区二区在线| 亚洲成a人片在线一区二区| 午夜亚洲福利在线播放| 精品久久久久久,| 成年版毛片免费区| 天堂影院成人在线观看| 久久九九热精品免费| 在线免费观看的www视频| 老司机靠b影院| 亚洲av成人一区二区三| 精品午夜福利视频在线观看一区| av超薄肉色丝袜交足视频| 国产精品免费一区二区三区在线| 动漫黄色视频在线观看| 国产激情偷乱视频一区二区| 免费在线观看亚洲国产| 亚洲欧美一区二区三区黑人| 久久精品综合一区二区三区| 99国产极品粉嫩在线观看| 免费在线观看视频国产中文字幕亚洲| 午夜福利成人在线免费观看| 一边摸一边抽搐一进一小说| 亚洲精品美女久久av网站| 午夜免费成人在线视频| 757午夜福利合集在线观看| 精品久久久久久久久久久久久| 国产av又大| 舔av片在线| 午夜福利18| 国产精品免费视频内射| 成人欧美大片| 女人被狂操c到高潮| a在线观看视频网站| 国产一区二区激情短视频| 国产亚洲精品第一综合不卡| 精品少妇一区二区三区视频日本电影| 高潮久久久久久久久久久不卡| 操出白浆在线播放| 黄频高清免费视频| 黄片小视频在线播放| 三级国产精品欧美在线观看 | 久久国产精品人妻蜜桃| 亚洲一卡2卡3卡4卡5卡精品中文| 久久中文字幕一级| 亚洲片人在线观看| 老熟妇仑乱视频hdxx| 免费在线观看视频国产中文字幕亚洲| 欧美大码av| 女警被强在线播放| cao死你这个sao货| 十八禁网站免费在线| 色在线成人网| 国产精品免费视频内射| 久热爱精品视频在线9| 夜夜躁狠狠躁天天躁| 夜夜夜夜夜久久久久| 亚洲七黄色美女视频| 免费电影在线观看免费观看| 久久婷婷成人综合色麻豆| 国产亚洲精品一区二区www| 观看免费一级毛片| 免费在线观看亚洲国产| 日韩精品青青久久久久久| 亚洲天堂国产精品一区在线| 国产成人av教育| 国产亚洲精品久久久久5区| 老司机靠b影院| 精品无人区乱码1区二区| 夜夜爽天天搞| 床上黄色一级片| 999久久久国产精品视频| 亚洲精品一卡2卡三卡4卡5卡| 免费一级毛片在线播放高清视频| 欧美极品一区二区三区四区| 国产欧美日韩一区二区精品| 搡老妇女老女人老熟妇| 国产精品一区二区三区四区久久| 久久国产乱子伦精品免费另类| 中文亚洲av片在线观看爽| 欧美乱码精品一区二区三区| 午夜久久久久精精品| av片东京热男人的天堂| www.www免费av| 俄罗斯特黄特色一大片| 欧美黄色片欧美黄色片| 免费高清视频大片| 国产一区在线观看成人免费| 欧美+亚洲+日韩+国产| 国产乱人伦免费视频| 男男h啪啪无遮挡| 最近最新中文字幕大全电影3| 可以免费在线观看a视频的电影网站| 99在线视频只有这里精品首页| 两个人视频免费观看高清| 久久精品综合一区二区三区| 国产91精品成人一区二区三区| 亚洲乱码一区二区免费版| 日本黄大片高清| 黄色成人免费大全| 超碰成人久久| 一级毛片精品| 国产久久久一区二区三区| 免费在线观看亚洲国产| 国产av又大| 一边摸一边抽搐一进一小说| 麻豆av在线久日| 性色av乱码一区二区三区2| 天堂√8在线中文| 91麻豆精品激情在线观看国产| 亚洲国产精品sss在线观看| 此物有八面人人有两片| 国产一级毛片七仙女欲春2| 亚洲欧美精品综合一区二区三区| 欧美乱码精品一区二区三区| 日日夜夜操网爽| 九色国产91popny在线| 日本三级黄在线观看| 欧美黄色淫秽网站| 国产成人av教育| 最近在线观看免费完整版| 久久天躁狠狠躁夜夜2o2o| 少妇裸体淫交视频免费看高清 | 一个人免费在线观看电影 | 18禁裸乳无遮挡免费网站照片| 国产成人精品久久二区二区91| or卡值多少钱| 麻豆国产97在线/欧美 | 国产精品久久久久久人妻精品电影| 欧美一区二区国产精品久久精品 | 人成视频在线观看免费观看| 精品久久久久久久末码| 叶爱在线成人免费视频播放| 亚洲无线在线观看| 久久久水蜜桃国产精品网| 久久天堂一区二区三区四区| 亚洲精品久久成人aⅴ小说| 无遮挡黄片免费观看| 久久精品人妻少妇| 国产高清视频在线播放一区| 国产精品亚洲一级av第二区| 国产精品国产高清国产av| 久久久久免费精品人妻一区二区| 日韩欧美 国产精品| 夜夜看夜夜爽夜夜摸| 精品不卡国产一区二区三区| 国内精品一区二区在线观看| 欧美乱码精品一区二区三区| 国产精品野战在线观看| 免费在线观看日本一区| 淫妇啪啪啪对白视频| 国产在线精品亚洲第一网站| 久久午夜综合久久蜜桃| √禁漫天堂资源中文www| 亚洲欧美精品综合久久99| 成年女人毛片免费观看观看9| 99热6这里只有精品| 美女 人体艺术 gogo| 欧美日韩福利视频一区二区| 一级作爱视频免费观看| 久9热在线精品视频| 一本一本综合久久| 精品欧美国产一区二区三| 男插女下体视频免费在线播放| 麻豆成人午夜福利视频| bbb黄色大片| 久99久视频精品免费| 国产欧美日韩一区二区精品| 最近在线观看免费完整版| 亚洲一卡2卡3卡4卡5卡精品中文| 久9热在线精品视频| 午夜精品久久久久久毛片777| 成人手机av| 1024手机看黄色片| 久久午夜亚洲精品久久| 欧美色视频一区免费| 后天国语完整版免费观看| 欧美人与性动交α欧美精品济南到| 两性夫妻黄色片| 一级作爱视频免费观看| 可以在线观看的亚洲视频| 亚洲人成电影免费在线| 18禁黄网站禁片午夜丰满| 免费在线观看黄色视频的| 99热6这里只有精品| 最新在线观看一区二区三区| 国产片内射在线| 日韩欧美在线二视频| 黄色丝袜av网址大全| 最近最新中文字幕大全电影3| 国产成人av激情在线播放| 99精品在免费线老司机午夜| 成人精品一区二区免费| 久久久久久久久中文| 色综合婷婷激情| 久久精品亚洲精品国产色婷小说| 国产成+人综合+亚洲专区| 又黄又粗又硬又大视频| 不卡av一区二区三区| 国内精品一区二区在线观看| 黄色成人免费大全| 亚洲 欧美 日韩 在线 免费| 99久久久亚洲精品蜜臀av| 波多野结衣高清无吗| 日韩欧美精品v在线| 欧美在线黄色| 亚洲精品久久成人aⅴ小说| 91麻豆精品激情在线观看国产| 久久久精品欧美日韩精品| 日本免费a在线| 日韩av在线大香蕉| 一本久久中文字幕| 欧美色视频一区免费| 99热6这里只有精品| √禁漫天堂资源中文www| 国产在线精品亚洲第一网站| 黄色毛片三级朝国网站| 午夜日韩欧美国产| 国产午夜精品论理片| 精品不卡国产一区二区三区| 老司机靠b影院| 国产野战对白在线观看| 国产精品av视频在线免费观看| 深夜精品福利| 一个人免费在线观看的高清视频| 久久中文字幕一级| 日本 欧美在线| 欧美乱妇无乱码| 老司机午夜十八禁免费视频| 99久久综合精品五月天人人| 亚洲avbb在线观看| 久久午夜综合久久蜜桃| 亚洲va日本ⅴa欧美va伊人久久| 成年版毛片免费区| 久久婷婷人人爽人人干人人爱| 两个人免费观看高清视频| 日韩欧美三级三区| 精品久久久久久久毛片微露脸| 日本a在线网址| 国模一区二区三区四区视频 | 国产精品久久视频播放| 久久久国产成人免费| 亚洲一区高清亚洲精品| 久久伊人香网站| 国产精品野战在线观看| 欧美日韩瑟瑟在线播放| 国产一级毛片七仙女欲春2| 午夜免费成人在线视频| 久久99热这里只有精品18| 波多野结衣高清作品| 在线观看美女被高潮喷水网站 | 亚洲av日韩精品久久久久久密| 久久久精品欧美日韩精品| a级毛片在线看网站| 操出白浆在线播放| 精品日产1卡2卡| 人妻丰满熟妇av一区二区三区| netflix在线观看网站| 成年版毛片免费区| 国内少妇人妻偷人精品xxx网站 | av中文乱码字幕在线| 一进一出好大好爽视频| 亚洲av电影在线进入| 99久久无色码亚洲精品果冻| 真人一进一出gif抽搐免费| 国产区一区二久久| 国产精品永久免费网站| 日日爽夜夜爽网站| 99国产精品一区二区三区| 亚洲熟女毛片儿| 午夜影院日韩av| 岛国视频午夜一区免费看| 一个人免费在线观看电影 | 免费在线观看黄色视频的| 欧美极品一区二区三区四区| 国产精品电影一区二区三区| 日本熟妇午夜| ponron亚洲| av在线播放免费不卡| 亚洲中文av在线| 最近最新免费中文字幕在线| 国产麻豆成人av免费视频| www.熟女人妻精品国产| 久久 成人 亚洲| 麻豆成人av在线观看| 欧美又色又爽又黄视频| 国产91精品成人一区二区三区| 国产精品精品国产色婷婷| 黄片大片在线免费观看| 久久草成人影院| 国产亚洲精品第一综合不卡| 男女床上黄色一级片免费看| 亚洲七黄色美女视频| 一进一出抽搐动态| 日韩欧美国产在线观看| 特级一级黄色大片| 亚洲精品中文字幕在线视频| or卡值多少钱| 黄片大片在线免费观看| 亚洲第一欧美日韩一区二区三区| 99精品在免费线老司机午夜| av福利片在线观看| av中文乱码字幕在线| 亚洲精品美女久久久久99蜜臀| 亚洲欧美一区二区三区黑人| 国产成人aa在线观看| 午夜久久久久精精品| www日本在线高清视频| 欧美+亚洲+日韩+国产| 亚洲精品色激情综合| 一边摸一边抽搐一进一小说| 国产单亲对白刺激| 99精品在免费线老司机午夜| 日本成人三级电影网站| 欧美日本亚洲视频在线播放| 亚洲精品色激情综合| 日本 欧美在线| 国产亚洲欧美98| 黄色毛片三级朝国网站| 国产精品久久久久久久电影 | 99久久精品国产亚洲精品| 黑人操中国人逼视频| 国产99白浆流出| 99久久精品热视频| 91av网站免费观看| 别揉我奶头~嗯~啊~动态视频| 法律面前人人平等表现在哪些方面| 好看av亚洲va欧美ⅴa在| ponron亚洲| 88av欧美| 在线观看午夜福利视频| 国产v大片淫在线免费观看| 亚洲av片天天在线观看| 欧美三级亚洲精品| 国产av一区二区精品久久| 久久中文字幕一级| 亚洲成人久久爱视频| 91老司机精品| 国产精品亚洲一级av第二区| 男女下面进入的视频免费午夜| 极品教师在线免费播放| bbb黄色大片| 国产精品电影一区二区三区| av超薄肉色丝袜交足视频| 国产v大片淫在线免费观看| 在线观看舔阴道视频| 大型黄色视频在线免费观看| 天堂√8在线中文| 成人av在线播放网站| 九色国产91popny在线| 一级黄色大片毛片| 久久亚洲精品不卡| 最近最新中文字幕大全免费视频| 亚洲免费av在线视频| 日韩欧美在线乱码| 天天躁夜夜躁狠狠躁躁| 99在线人妻在线中文字幕| 欧美成人一区二区免费高清观看 | 欧美色欧美亚洲另类二区| 可以在线观看毛片的网站| 人妻夜夜爽99麻豆av| 日本精品一区二区三区蜜桃| 一本久久中文字幕| 正在播放国产对白刺激| 亚洲av五月六月丁香网| 日韩 欧美 亚洲 中文字幕| 日日干狠狠操夜夜爽| 亚洲第一欧美日韩一区二区三区| 9191精品国产免费久久| 午夜福利高清视频| 国产精品九九99| 欧美日韩一级在线毛片| 高潮久久久久久久久久久不卡| 亚洲精品在线美女| 18禁美女被吸乳视频| 亚洲欧美激情综合另类| 亚洲国产欧美网| 天天躁夜夜躁狠狠躁躁| 欧美日韩中文字幕国产精品一区二区三区| 一级作爱视频免费观看| 成人欧美大片| www.自偷自拍.com| a级毛片a级免费在线| 免费在线观看成人毛片| 久久久久免费精品人妻一区二区| 男人舔奶头视频| 国产精品自产拍在线观看55亚洲| 99久久精品国产亚洲精品| 久久久久免费精品人妻一区二区| 午夜福利18| 国产高清有码在线观看视频 | 韩国av一区二区三区四区| 亚洲 国产 在线| 天天添夜夜摸| 又爽又黄无遮挡网站| 熟妇人妻久久中文字幕3abv| 美女免费视频网站| 国产精品久久久久久人妻精品电影| 午夜成年电影在线免费观看| 亚洲专区国产一区二区| 在线免费观看的www视频| 精品欧美国产一区二区三| 天天一区二区日本电影三级| 精华霜和精华液先用哪个| 欧美在线一区亚洲| 久久久久精品国产欧美久久久| 亚洲成人免费电影在线观看| 男女床上黄色一级片免费看| 亚洲一卡2卡3卡4卡5卡精品中文| 国产激情偷乱视频一区二区| av天堂在线播放| 狠狠狠狠99中文字幕| 亚洲国产精品久久男人天堂| 亚洲成人免费电影在线观看| www.999成人在线观看| 亚洲人与动物交配视频| 国产熟女xx| 亚洲国产看品久久| www.www免费av| 窝窝影院91人妻| 最好的美女福利视频网| 国产成人精品无人区| 中文字幕最新亚洲高清| 人妻夜夜爽99麻豆av| 亚洲av电影在线进入| 亚洲第一欧美日韩一区二区三区| cao死你这个sao货| 国产v大片淫在线免费观看| 又黄又爽又免费观看的视频| 国产蜜桃级精品一区二区三区| 在线观看免费日韩欧美大片| 日日摸夜夜添夜夜添小说| 99国产极品粉嫩在线观看| 最近最新中文字幕大全免费视频| 国产精品永久免费网站| 日本黄大片高清| 亚洲狠狠婷婷综合久久图片| 欧美丝袜亚洲另类 | 久久香蕉国产精品| 欧美色欧美亚洲另类二区| 亚洲最大成人中文| 黄色女人牲交| 久99久视频精品免费| 超碰成人久久| 国产精品精品国产色婷婷| svipshipincom国产片| 不卡一级毛片| 欧美性猛交╳xxx乱大交人| 午夜福利成人在线免费观看| 日韩中文字幕欧美一区二区| 久久精品综合一区二区三区| 欧美一级毛片孕妇| 在线观看66精品国产| 久久香蕉国产精品| 精品欧美一区二区三区在线| 在线观看66精品国产| 亚洲精品美女久久久久99蜜臀| 久久久久久亚洲精品国产蜜桃av| 国产精品一区二区三区四区免费观看 | 国产乱人伦免费视频| 五月玫瑰六月丁香| 国产97色在线日韩免费| 一级黄色大片毛片| 久久久久久大精品| 99热这里只有精品一区 | 国产片内射在线| 亚洲 国产 在线| 免费人成视频x8x8入口观看| 成人欧美大片| 亚洲精品美女久久久久99蜜臀| 桃色一区二区三区在线观看| 欧美日韩精品网址| 中文字幕人妻丝袜一区二区| 欧美3d第一页| 欧美成人午夜精品| 国产精品av久久久久免费| 一本精品99久久精品77| 国产精品影院久久| 久久精品成人免费网站| 亚洲av片天天在线观看| 婷婷六月久久综合丁香| 中文字幕精品亚洲无线码一区| 一二三四在线观看免费中文在| 欧美日韩中文字幕国产精品一区二区三区| 99热这里只有精品一区 | 精品一区二区三区av网在线观看| 久久久国产欧美日韩av| 两性夫妻黄色片| 亚洲欧美日韩东京热| 久久久水蜜桃国产精品网| 亚洲avbb在线观看| 91字幕亚洲| 这个男人来自地球电影免费观看| 亚洲成av人片在线播放无| 国产精品免费一区二区三区在线| 国产69精品久久久久777片 | 国产精品免费视频内射| 一个人免费在线观看的高清视频| 国产精品 欧美亚洲| 亚洲美女视频黄频| 蜜桃久久精品国产亚洲av| 伊人久久大香线蕉亚洲五| 亚洲精品久久国产高清桃花| 日韩欧美在线乱码| 黄片小视频在线播放| 可以免费在线观看a视频的电影网站| 欧美日韩黄片免| cao死你这个sao货| 色综合婷婷激情| 亚洲av美国av| 久久久久国产一级毛片高清牌| 国产高清视频在线播放一区| 午夜福利在线观看吧| 欧美乱色亚洲激情| 麻豆国产97在线/欧美 | 天天一区二区日本电影三级| 19禁男女啪啪无遮挡网站| 久久久久精品国产欧美久久久| 久久国产乱子伦精品免费另类| 99精品久久久久人妻精品| 日本成人三级电影网站| 性色av乱码一区二区三区2| 国产av麻豆久久久久久久| 国产精品久久久久久精品电影| 狂野欧美白嫩少妇大欣赏| 亚洲电影在线观看av| 色播亚洲综合网| 91在线观看av| 变态另类丝袜制服| 午夜久久久久精精品| 中文字幕人成人乱码亚洲影| 国产成人aa在线观看| 国产午夜福利久久久久久| 欧美黑人巨大hd| 久久久久国产精品人妻aⅴ院| 男女之事视频高清在线观看| 成人精品一区二区免费| 男女床上黄色一级片免费看| 日本三级黄在线观看| 18禁黄网站禁片免费观看直播| x7x7x7水蜜桃| 日韩免费av在线播放| 桃红色精品国产亚洲av| 欧美精品亚洲一区二区| 精品免费久久久久久久清纯| 亚洲午夜理论影院| 国产黄a三级三级三级人| 最新美女视频免费是黄的| 国产主播在线观看一区二区| 可以免费在线观看a视频的电影网站| 亚洲av成人不卡在线观看播放网| 麻豆国产av国片精品| 亚洲国产高清在线一区二区三| 亚洲精华国产精华精| 欧美激情久久久久久爽电影| 欧美日韩乱码在线| 中文资源天堂在线| 国产午夜精品久久久久久| 高潮久久久久久久久久久不卡| 宅男免费午夜| 亚洲 欧美一区二区三区| 岛国视频午夜一区免费看| 级片在线观看| 国产精品久久久久久精品电影| 美女扒开内裤让男人捅视频| 色在线成人网| 国产视频内射| av天堂在线播放| 中文字幕精品亚洲无线码一区| ponron亚洲| 欧美日韩福利视频一区二区| 身体一侧抽搐| 后天国语完整版免费观看| 精品国产超薄肉色丝袜足j| 久久久久九九精品影院| 91字幕亚洲| 欧美中文日本在线观看视频| 国产野战对白在线观看| 日本撒尿小便嘘嘘汇集6| 久久久久亚洲av毛片大全| 亚洲人与动物交配视频| 天天躁夜夜躁狠狠躁躁| 免费在线观看黄色视频的| 欧美一区二区精品小视频在线| 麻豆成人午夜福利视频| 亚洲成人久久性| 欧美日韩福利视频一区二区| ponron亚洲| 女警被强在线播放| 日韩欧美国产一区二区入口| 狂野欧美白嫩少妇大欣赏| 日韩精品青青久久久久久| 中文字幕精品亚洲无线码一区| 波多野结衣高清无吗| 亚洲欧美激情综合另类| 人人妻人人澡欧美一区二区| 欧美黄色淫秽网站| 国产在线观看jvid| 成人三级做爰电影| 久久中文看片网| 啦啦啦观看免费观看视频高清| 亚洲熟妇熟女久久| 99国产精品99久久久久| 一个人免费在线观看的高清视频| 国产激情偷乱视频一区二区| 亚洲狠狠婷婷综合久久图片| 好看av亚洲va欧美ⅴa在| 一个人免费在线观看电影 |