苏雷什,S。;Omkar,S.N。;V·马尼。;普拉卡什,T.N.古鲁 利用递归神经网络预测大迎角升力系数。 (英语) Zbl 1045.76535号 Aerosp.航空公司。科学。Technol公司。 7,第8期,595-602(2003). 小结:考虑了转子叶片动态失速效应的识别。递归神经网络具有从训练数据中识别非线性动力系统的能力。本文介绍了利用递归神经网络预测大迎角升力系数C_Z。在我们的方法中,使用从不同平均迎角(theta{text{mean}})的实验结果(风洞数据)中获得的升力系数C_Z来训练递归神经网络,然后将递归神经网络预测与ONERA OA212翼型实验数据进行比较。该方法中预测(C_Z)所需的时间和空间复杂度较小,并且很容易合并到任何商用转子代码中。 引用于7文件 MSC公司: 76G25型 一般空气动力学和亚音速流动 76米25 其他数值方法(流体力学)(MSC2010) 92B20型 生物研究、人工生命和相关主题中的神经网络 关键词:非定常转子叶片分析;动态失速;记忆神经元网络;递归多层感知器网络 PDF格式BibTeX公司 XML格式引用 \textit{S.Suresh}等人,Aerosp。科学。Technol公司。7,第8号,595--602(2003;Zbl 1045.76535) 全文: 内政部