工程力学
工程力學
공정역학
ENGINEERING MECHANICS
2006年
z1期
236-240,202
,共6页
固体火箭发动机%比冲%网络学习%RBF神经网络%BP算法
固體火箭髮動機%比遲%網絡學習%RBF神經網絡%BP算法
고체화전발동궤%비충%망락학습%RBF신경망락%BP산법
将神经网络方法引入了固体火箭发动机的比冲性能预测,该方法避开了系统具体规律分析以及相应数学模型建立所带来的困难,直接用神经网络模型来模拟真实的系统关系.采用了一种改进的Ⅱ型RBF神经网络,克服了传统的RBF神经网络径向基函数个数未知的缺陷,并将其预测结果与传统的BP神经网络的预测结果进行了比较.
將神經網絡方法引入瞭固體火箭髮動機的比遲性能預測,該方法避開瞭繫統具體規律分析以及相應數學模型建立所帶來的睏難,直接用神經網絡模型來模擬真實的繫統關繫.採用瞭一種改進的Ⅱ型RBF神經網絡,剋服瞭傳統的RBF神經網絡徑嚮基函數箇數未知的缺陷,併將其預測結果與傳統的BP神經網絡的預測結果進行瞭比較.
장신경망락방법인입료고체화전발동궤적비충성능예측,해방법피개료계통구체규률분석이급상응수학모형건립소대래적곤난,직접용신경망락모형래모의진실적계통관계.채용료일충개진적Ⅱ형RBF신경망락,극복료전통적RBF신경망락경향기함수개수미지적결함,병장기예측결과여전통적BP신경망락적예측결과진행료비교.