系统工程与电子技术

作者：何宇珩(), 袁宏杰*, 李贺, 李直声

单位：1. 北京航空航天大学可靠性与系统工程学院，北京 100191；2. 中国航空综合技术研究所，北京 100028；3. 四川凌峰航空液压机械有限公司，四川 广汉 618000

关键词：飞机停放,麻雀搜索算法,热惯性,温度预测

为准确预计飞机内部环境温度，从而提供更精确的输入完善机载设备环境适应性设计和试验验证流程，提出基于麻雀搜索算法的反向传播（sparrow search algorithm-back propagation，SSA-BP）神经网络模型的飞机内部温度预测方法。用卡尔曼滤波对输入的环境变量数据进行处理以减少噪声的影响，在相关性分析和考虑热惯性的影响的基础上构建用于温度预测的BP神经网络，同时使用SSA来对其进行优化。通过平均绝对误差可知SSA-BP模型的预测精度高于随机森林模型和高斯过程回归模型，实际预测结果的最大误差不大于3 ℃，均方根误差平均值为0.297 8 ℃。结果说明SSA-BP模型具备准确预测飞机内部环境温度的能力，可用于飞机停放局部温度预测工作，为确定机载设备环境适应性要求提供参考。

来源：2025年第11期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第11期