- 相關推薦
基于改進混沌神經(jīng)網(wǎng)絡的飛機舵面故障預測研究
結合混沌序列的相空間重構理論和BP神經(jīng)網(wǎng)絡預測理論,構建了一個基于時間序列預測的混沌神經(jīng)網(wǎng)絡模型;考慮基本BP神經(jīng)網(wǎng)絡采用的梯度學習算法收斂速度較慢的缺點,文章利用改進的Levenberg-Marquart(L-M)優(yōu)化學習算法對網(wǎng)絡進行訓練;最后對一組飛機舵面卡死故障數(shù)據(jù)進行仿真實驗,結果表明該模型不僅提高了預測精度,而且網(wǎng)絡收斂速度也得到明顯的改善,有效避免神經(jīng)網(wǎng)絡局部極小問題,可以較好地對飛機舵面卡死故障進行預測.
【基于改進混沌神經(jīng)網(wǎng)絡的飛機舵面故障預測研究】相關文章:
基于LMBP神經(jīng)網(wǎng)絡的慣性器件故障預報方法研究04-26
基于改進BP神經(jīng)網(wǎng)絡的職業(yè)危害預警模型04-25
基于RBF神經(jīng)網(wǎng)絡的短時交通流量預測04-27
基于小波神經(jīng)網(wǎng)絡的煤層底板突水非線性預測方法研究04-25
基于灰色神經(jīng)網(wǎng)絡的航空發(fā)動機振動故障診斷方法研究04-26
基于MATLAB7的神經(jīng)網(wǎng)絡在灌溉用水量預測中的應用研究04-27
基于BP神經(jīng)網(wǎng)絡的降雨充水礦井涌水量預測04-27
基于神經(jīng)網(wǎng)絡的道路交通事故預測04-27