算法模型

算法名称

应用阶段

模型优点

模型缺点

基于XGBoost的飞机发动机的性能参数预测模型

XGBoost

飞机发动机性能预测

考虑了飞行阶段对预测精度的影响,可以对不需要的数据进行缩放,且利用分布算法精度更高。

个人认为该模型对数据进行模糊处理,在大范围内预测发动机性能可行,一旦用于小精度范围则准确度会大幅下降。

基于BP神经网络的发动机燃油消耗模型

BP神经 网络模型

发动机燃油消耗模型

具有较高的精度预测,同时可以为航空公司进行节能减排效益提供一定的理论指导

BP神经网络应用较为单一,未来不好进行其他方面的研究开发。

基于高斯扩散理论的飞机发动机排放扩散模型

高斯扩散理论与线源扩散模型

发动机排放模型

通过传统的高斯理论,具有较强的推广性例如延伸至其他排放物的扩散分布情况,使用起来较为简单

该模型中仅仅只考虑了风向与线源垂直时的情况,没有考虑实际情况如航线相交或者污染物叠加等复杂情况。