CAJ | 학술논문

为降低装备全寿命周期费用、提高经济可承受性、预防灾难性事故的发生,开展了航空电子设备故障预测技术研究;采用粗糙集理论改进神经元结构,以粗糙变量为神经元的输入,每个神经元的上近似元和下近似元分别代表粗糙集的上下近似,以交叉连接方式构造粗糙神经网络,用以实际设备特征参数的跟踪预测;研究结果表明,粗糙神经网络可以较准确地预测故障发生的时间,且较BP神经网络预测性能有较大改善;该方法对于航空电子设备的维护保障具有一定的理论价值和现实意义.
위강저장비전수명주기비용、제고경제가승수성、예방재난성사고적발생,개전료항공전자설비고장예측기술연구;채용조조집이론개진신경원결구,이조조변량위신경원적수입,매개신경원적상근사원화하근사원분별대표조조집적상하근사,이교차련접방식구조조조신경망락,용이실제설비특정삼수적근종예측;연구결과표명,조조신경망락가이교준학지예측고장발생적시간,차교BP신경망락예측성능유교대개선;해방법대우항공전자설비적유호보장구유일정적이론개치화현실의의.