广东化工
廣東化工
엄동화공
GUANGDONG CHEMICAL INDUSTRY
2014年
14期
30-32,37
,共4页
校云鹏%赵媛莉%姜旭锋%冯丹%校云超%项建党
校雲鵬%趙媛莉%薑旭鋒%馮丹%校雲超%項建黨
교운붕%조원리%강욱봉%풍단%교운초%항건당
BP神经网络%遗传算法%航空发动机%磨损故障趋势预测模型
BP神經網絡%遺傳算法%航空髮動機%磨損故障趨勢預測模型
BP신경망락%유전산법%항공발동궤%마손고장추세예측모형
文章讨论了神经网络的BP算法和遗传算法,提出用遗传算法来优化BP神经网络,应用遗传算法训练神经网络权重,实现网络结构的优化,用优化后的BP人工神经网络建立了航空发动机磨损故障趋势预测模型,利用发动机的光谱监测数据作为预测磨损趋势的特征参数,进行了模型的训练和预测试验,并将该模型预测结果与BP算法和多元线性回归法的预测结果进行了比较,证明了基于遗传算法的人工神经网络是航空发动机磨损故障趋势预测的一种理想方法.
文章討論瞭神經網絡的BP算法和遺傳算法,提齣用遺傳算法來優化BP神經網絡,應用遺傳算法訓練神經網絡權重,實現網絡結構的優化,用優化後的BP人工神經網絡建立瞭航空髮動機磨損故障趨勢預測模型,利用髮動機的光譜鑑測數據作為預測磨損趨勢的特徵參數,進行瞭模型的訓練和預測試驗,併將該模型預測結果與BP算法和多元線性迴歸法的預測結果進行瞭比較,證明瞭基于遺傳算法的人工神經網絡是航空髮動機磨損故障趨勢預測的一種理想方法.
문장토론료신경망락적BP산법화유전산법,제출용유전산법래우화BP신경망락,응용유전산법훈련신경망락권중,실현망락결구적우화,용우화후적BP인공신경망락건립료항공발동궤마손고장추세예측모형,이용발동궤적광보감측수거작위예측마손추세적특정삼수,진행료모형적훈련화예측시험,병장해모형예측결과여BP산법화다원선성회귀법적예측결과진행료비교,증명료기우유전산법적인공신경망락시항공발동궤마손고장추세예측적일충이상방법.
