摘要：为提高飞机重着陆判断的准确性,研究了将最小二乘支持向量机（Least square supportvector machine,LS-SVM）应用于民航飞机重着陆诊断的方法.首先,通过分析飞机着陆阶段的运动方程,确定了造成飞机重着陆的主要影响因素,将传统的单一指标诊断扩展到多指标诊断.然后,利用最小二乘支持向量机建立飞机重着陆诊断模型,采用遗传算法优化模型参数.训练和测试样本取自航空公司飞行品质监控数据库中相关参数值.与两类神经网络模型的比较表明,该方法具有更大的应用价值.

关键词：重着陆 诊断模型 支持向量机 参数优化 

单位：南京航空航天大学民航学院 南京210016