基于集成学习的高效数据四旋翼操作精确功耗建模
机器学习
2022-05-24 v1 人工智能
摘要
电动垂直起降(eVTOL)飞机被视为新兴城市空中交通中的主要机型。精确的功耗估计对 eVTOL 至关重要,可支撑先进的功率管理策略并提升飞行操作的效率与安全性。本研究建立了 eVTOL 飞机功耗建模框架。我们采用一种称为 stacking 的集成学习方法,利用三种不同类型四旋翼的飞行记录开发数据驱动模型。在预测中展现优势的随机森林与极端梯度提升被选作基模型,线性回归模型用作元模型。所建立的 stacking 模型可精确估计四旋翼的功率。误差分析显示,约 80% 的预测误差落于一个标准差区间内,且以超过 80% 的置信度可期望整段飞行的预测误差小于 0.5%。我们的模型在两方面优于现有模型:其一,预测性能更优;其二,数据效率更高,所需数据集小得多。我们的模型为 eVTOL 飞机运营方在任务管理中提供了有力工具,并有助于推进安全且节能的城市空中交通。
引用
@article{arxiv.2205.10997,
title = {Data-Efficient Modeling for Precise Power Consumption Estimation of Quadrotor Operations Using Ensemble Learning},
author = {Wei Dai and Mingcheng Zhang and Kin Huat Low},
journal= {arXiv preprint arXiv:2205.10997},
year = {2022}
}