基于LMBP神經網絡的慣性器件故障預報方法研究

基于LMBP神經網絡的慣性器件故障預報方法研究

利用Levenberg-Marquardt(L-M)算法優化計算BP權值調整量,將L-M算法與傳統的BP網絡相結合開發出一種快速收斂的LMBP網絡,并在此基礎上提出了基于LMBP神經網絡的時間序列預測方法.最后利用該方法對某慣性器件進行故障預報,通過仿真實驗證明了該方法的有效性.

作 者： 曹小平 胡昌華 鄭志強 呂瑛潔 CAO Xiao-ping HU Chang-hua ZHENG Zhi-qiang LV Ying-jie   作者單位： 曹小平,鄭志強,CAO Xiao-ping,ZHENG Zhi-qiang(國防科技大學機電工程與自動化學院,湖南,長沙,410073)

胡昌華,呂瑛潔,HU Chang-hua,LV Ying-jie(第二炮兵工程學院,陜西,西安,710025) 

刊 名： 電光與控制  ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL  年，卷(期)： 2005 12(6)  分類號： V271.4 TP393  關鍵詞： 故障預報   神經網絡   Levenberg-Marquardt優化算法   慣性器件  

【基于LMBP神經網絡的慣性器件故障預報方法研究】相關文章：

真空泵常見機械故障分析和解決的方法研究07-06

課題研究的方法03-13

部分高校在職研究生預報名04-25

課題研究的方法【優選】03-13

(必備)課題研究的方法03-13

擺脫慣性思維05-01

公共汽車氣壓制動故障及處置方法12-14

打印機顏色故障解決方法總結08-17

論文研究方法包括哪些12-17

論文研究方法怎么寫12-17