电子技术应用
電子技術應用
전자기술응용
APPLICATION OF ELECTRONIC TECHNIQUE
2014年
8期
91-93,97
,共4页
灰色Verhulst模型%小波神经网络%故障预测%预测精度
灰色Verhulst模型%小波神經網絡%故障預測%預測精度
회색Verhulst모형%소파신경망락%고장예측%예측정도
grey%Verhulst%model%wavelet%neural%network%fault%forecast%forecast%precision
针对现代武器装备故障预测样本少、故障预测精度低、维修保障困难等问题,提出一种基于灰色Verhulst-小波神经网络组合模型的装备故障预测方法.该方法综合了灰色Verhulst模型所需样本少的优点和小波神经网络良好的时频局域化性质和学习能力,克服了小样本故障数据在BP神经网络训练中的缺陷.实验结果表明,与相关研究方法比较,所提出方法具有较高的预测精度,对于武器装备故障预测与维修保障具有一定的理论价值和现实意义.
針對現代武器裝備故障預測樣本少、故障預測精度低、維脩保障睏難等問題,提齣一種基于灰色Verhulst-小波神經網絡組閤模型的裝備故障預測方法.該方法綜閤瞭灰色Verhulst模型所需樣本少的優點和小波神經網絡良好的時頻跼域化性質和學習能力,剋服瞭小樣本故障數據在BP神經網絡訓練中的缺陷.實驗結果錶明,與相關研究方法比較,所提齣方法具有較高的預測精度,對于武器裝備故障預測與維脩保障具有一定的理論價值和現實意義.
침대현대무기장비고장예측양본소、고장예측정도저、유수보장곤난등문제,제출일충기우회색Verhulst-소파신경망락조합모형적장비고장예측방법.해방법종합료회색Verhulst모형소수양본소적우점화소파신경망락량호적시빈국역화성질화학습능력,극복료소양본고장수거재BP신경망락훈련중적결함.실험결과표명,여상관연구방법비교,소제출방법구유교고적예측정도,대우무기장비고장예측여유수보장구유일정적이론개치화현실의의.
