论文部分内容阅读
在PIO研究中，拟线性的McRuer驾驶员模型，因其结构简单、能反映驾驶员基本的行为特性而被广泛采用，但在通常情况下，驾驶员的行为具有高度的非线性，而运用神经网络模型可以更精确地描述驾驶员的非线性特性。以某机为例，利用试飞数据对神经网络进行训练和验证，建立了神经网络模型。通过仿真运算，并用时域Neal—Smith（TDNS）准则对该飞机进行了PIO预测分析。结果表明，与McRuer驾驶员模型相比，神经网络模型可以更好地逼近驾驶员特性，据此运用TDNS准则可以很好地对PIO趋势进行预测。