海军航空工程学院学报
海軍航空工程學院學報
해군항공공정학원학보
JOURNAL OF NAVAL AERONAUTICAL ENGINEERING INSTITUTE
2008年
3期
281-284
,共4页
疲劳损伤%灰色%神经网络
疲勞損傷%灰色%神經網絡
피로손상%회색%신경망락
为对构件疲劳损伤进行预测,提出了基于灰色神经网络模型的疲劳裂纹扩展预测方法.将灰色GM(1,1)模型向BP网络映射,建立了一维灰色神经网络GNNM(1,1)模型.基于灰色GM(1,1)模型的发展系数和灰作用量给出了GNNM(1,1)膜型初始权值.应用建立的GNNM(1,1)模型预测了某不锈钢构件腐蚀疲劳裂纹的扩展,并与GM(1,1)模型的预测结果进行了对比,表明GNNM(1,1)模型具有更高的预测精度和模型精度.
為對構件疲勞損傷進行預測,提齣瞭基于灰色神經網絡模型的疲勞裂紋擴展預測方法.將灰色GM(1,1)模型嚮BP網絡映射,建立瞭一維灰色神經網絡GNNM(1,1)模型.基于灰色GM(1,1)模型的髮展繫數和灰作用量給齣瞭GNNM(1,1)膜型初始權值.應用建立的GNNM(1,1)模型預測瞭某不鏽鋼構件腐蝕疲勞裂紋的擴展,併與GM(1,1)模型的預測結果進行瞭對比,錶明GNNM(1,1)模型具有更高的預測精度和模型精度.
위대구건피로손상진행예측,제출료기우회색신경망락모형적피로렬문확전예측방법.장회색GM(1,1)모형향BP망락영사,건립료일유회색신경망락GNNM(1,1)모형.기우회색GM(1,1)모형적발전계수화회작용량급출료GNNM(1,1)막형초시권치.응용건립적GNNM(1,1)모형예측료모불수강구건부식피로렬문적확전,병여GM(1,1)모형적예측결과진행료대비,표명GNNM(1,1)모형구유경고적예측정도화모형정도.