舰船科学技术
艦船科學技術
함선과학기술
SHIP SCIENCE AND TECHNOLOGY
2010年
1期
99-101,109
,共4页
神经网络%贮存可靠性%预测
神經網絡%貯存可靠性%預測
신경망락%저존가고성%예측
导弹在贮存过程中,可用的故障数据量少,具体的故障时间难以准确确定.为此,引入BP神经网络进行导弹贮存可靠性分析,建立了导弹贮存可靠件预测模型.利用某2型导弹在贮存期间的测试故障数据,对贮存可靠度指标进行了定量计算.结果表明,该模型能迅速得出其贮存可靠性随时间的变化规律,对给定贮存条件下的贮存可靠性进行准确的预测.
導彈在貯存過程中,可用的故障數據量少,具體的故障時間難以準確確定.為此,引入BP神經網絡進行導彈貯存可靠性分析,建立瞭導彈貯存可靠件預測模型.利用某2型導彈在貯存期間的測試故障數據,對貯存可靠度指標進行瞭定量計算.結果錶明,該模型能迅速得齣其貯存可靠性隨時間的變化規律,對給定貯存條件下的貯存可靠性進行準確的預測.
도탄재저존과정중,가용적고장수거량소,구체적고장시간난이준학학정.위차,인입BP신경망락진행도탄저존가고성분석,건립료도탄저존가고건예측모형.이용모2형도탄재저존기간적측시고장수거,대저존가고도지표진행료정량계산.결과표명,해모형능신속득출기저존가고성수시간적변화규률,대급정저존조건하적저존가고성진행준학적예측.
