论文部分内容阅读
通过分析影响单个飞行事件噪声的各种因素，构建了BP神经网络回归预测模型，并通过自适应遗传算法优选出参与集成的个体神经网络，提出了预测单个飞行事件噪声的神经网络集成预测模型．为了有效保证差异性，设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络．实验结果表明，单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强，稳定性-HuG更好．本文方法在测试集上误差在3dB以内的平均比率为96．9％，比单个网络高6．8％．