计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2015年
6期
1895-1897
,共3页
伺服机构%遗传算法%BP神经网络%健康状态预测
伺服機構%遺傳算法%BP神經網絡%健康狀態預測
사복궤구%유전산법%BP신경망락%건강상태예측
servo mechanism%genetic algorithm%back propagation neural network%health condition prediction
为了及时把握伺服机构的健康状态,为装备的管理维护与任务执行提供必要的决策支持,从装备的自然退化趋势出发,提出了一种基于遗传算法优化BP神经网络的预测模型;用BP神经网络优秀的非线性映射能力构造预测模型,将神经网络初始权值阈值编码,利用改进的自适应遗传算法确定最优解;该模型应用到伺服机构的健康状态预测上,并与标准BP神经网络及径向基神经网络做比较;结果表明该模型有更好的预测精度及收敛速度,从而验证了模型的有效性.
為瞭及時把握伺服機構的健康狀態,為裝備的管理維護與任務執行提供必要的決策支持,從裝備的自然退化趨勢齣髮,提齣瞭一種基于遺傳算法優化BP神經網絡的預測模型;用BP神經網絡優秀的非線性映射能力構造預測模型,將神經網絡初始權值閾值編碼,利用改進的自適應遺傳算法確定最優解;該模型應用到伺服機構的健康狀態預測上,併與標準BP神經網絡及徑嚮基神經網絡做比較;結果錶明該模型有更好的預測精度及收斂速度,從而驗證瞭模型的有效性.
위료급시파악사복궤구적건강상태,위장비적관리유호여임무집행제공필요적결책지지,종장비적자연퇴화추세출발,제출료일충기우유전산법우화BP신경망락적예측모형;용BP신경망락우수적비선성영사능력구조예측모형,장신경망락초시권치역치편마,이용개진적자괄응유전산법학정최우해;해모형응용도사복궤구적건강상태예측상,병여표준BP신경망락급경향기신경망락주비교;결과표명해모형유경호적예측정도급수렴속도,종이험증료모형적유효성.