苏雷什，S。;Omkar，S.N。;V·马尼。;Prakash，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