基于LSTM-KAN网络的航空燃油消耗动态时序预测模型
唐志星1
牛兆伦1
樊奕杰1
杨睿超1
钟育鸣2
贾萌3
唐小卫4
1.中国民用航空飞行学院空中交通管理学院,成都,6183072.中国民航科学技术研究院,北京,1000283.南京工程学院交通工程学院,南京,2111674.民航应急科学与技术重点实验室,南京,211106
摘要：针对传统方法难以捕获飞行状态与油耗间的复杂、非线性关系,基于 Kolmogorov-Arnold网络(KAN),提出航空燃油消耗的动态时序预测模型.首先,基于终端区快速存取记录器(QAR)的高度、真空速、风速等8项关键飞行状态参数,利用KAN层B样条基函数加基础输出模式,实现飞行状态与油耗间非线性关系的精准捕获;然后,将KAN网络接入长短期记忆网络(LSTM)最终时间步,实现飞机油耗动态时变规律的高精度挖掘.实验结果表明,模型均方误差为0.001(kg/h)2,测试集均方根误差低于0.091 kg/h的占比达98.32%,且R2 提升至0.989 7,显著优于传统多层感知机(MLP)、LSTM及Transformer网络.研究结果可用于航空公司燃油效率优化、空域运行优化,促进民航绿色运行.
关键词：航空油耗预测KANLSTMQAR
分类号：V31(航空用燃料及润滑剂)
资助基金：国家自然科学基金(52102379)国家重点研发计划(2022YFB2602004)中央高校基本科研经费项目(J2023-047-NJ2024023)
论文发表日期：2025-10-25
在线出版日期：2025-10-17（本平台首次上网日期，不代表文献的发表时间）
页数：9( 22-30 )
英文信息