空军工程大学学报

作者：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

单位：1.中国民用航空飞行学院空中交通管理学院, 成都,618307;2.中国民航科学技术研究院, 北京,100028;3.南京工程学院交通工程学院, 南京,211167;4.民航应急科学与技术重点实验室, 南京,211106\

关键词：航空油耗预测;KAN;LSTM;QAR

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)

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。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。

来源：2025年第5期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2025年第5期