The information chanales of aviation GTE in board conditions control task
- Authors: 1 11, 1 11
-
Affiliations:
- Уфимский государственный авиационный технический университет
- Issue: Vol 5, No 2-1 (2006): Special Issue
- Pages: 157-161
- Section: TECHNICAL SCIENCES
- URL: https://journals.ssau.ru/vestnik/article/view/319
- DOI: https://doi.org/10.18287/2541-7533-2006-0-2-1(10)-157-161
- ID: 319
Cite item
Full Text
Abstract
In this article authors are considering classic identification methods and a neural network based method. It is shown that it is possible to use neural networks for estimating of complex object’s outputs on the base of current inputs and previous outputs. Also authors provide a method for defining of optimal structure of a neural network. As a complex object a Gas Turbine Engine was considered.
About the authors
1 1
Уфимский государственный авиационный технический университет
Author for correspondence.
Email: sadohina@ssau.ru
Russian Federation
1 1
Уфимский государственный авиационный технический университет
Email: sadohina@ssau.ru
Russian Federation
References
- Чуян Р.К. Методы математического моделирования двигателей летательных аппаратов. М.: Машиностроение, 1988. – 288 с
- Льюнг Л. Идентификация систем. Теория для пользователя: Пер. с англ./ Под ред. Я.З. Цыпкина. – М.: Наука. Гл. ред. физ.-мат. лит., 1991. – 432 с.
- Августинович В.Г. и др. Идентификация систем управления авиа-ционных газотурбинных двигателей. Под редакцией Дедеша В.Т. – М.: Машиностроение, 1984. – 200 с.
- Киреев В.И. Численные методы в примерах и задачах: Учебное пособие. – М.: Высшая школа, 2004. – 480 с.
- Медведев В.С., Потемкин В.Г. Нейронные сети в MatLab 6. – М.: ДИАЛОГ-МИФИ, 2002. – 496 с.
- Оссовский С. Нейронные сети для обработки информации. – М.: Финансы и статистика, 2004. – 344 с.
- Хайкин С. Нейронные сети: полный курс, 2-е издание. – М: Издательский дом «Вильямс», 2006. – 1104 с.