《表2 气动力建模的仿真结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于UPF的WNN学习算法及其应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表2和图6的实验结果可得出与4.1大致相同的结论，基于SUPF学习算法的WNN，在测试MSE方面明显优于SPF-WNN和EPF-WNN，与UPF-WNN大体相当，但训练时间（T，单位：s）方面要优于UPF-WNN。这再次验证了采用新Sigma点采样策略的UKF来选取IDF，不仅能够保持UPF算法在WNN学习中的优良性能，而且减少了计算量，缩短了学习时间，从而为解决飞行器的气动力WNN建模问题提供了方法与技术上的支持。