基于LMBP神经网络的惯性器件故障预报方法研究
利用Levenberg-Marquardt(L-M)算法优化计算BP权值调整量,将L-M算法与传统的BP网络相结合开发出一种快速收敛的LMBP网络,并在此基础上提出了基于LMBP神经网络的时间序列预测方法.最后利用该方法对某惯性器件进行故障预报,通过仿真实验证明了该方法的有效性.
作 者: 曹小平 胡昌华 郑志强 吕瑛洁 CAO Xiao-ping HU Chang-hua ZHENG Zhi-qiang LV Ying-jie 作者单位: 曹小平,郑志强,CAO Xiao-ping,ZHENG Zhi-qiang(国防科技大学机电工程与自动化学院,湖南,长沙,410073)胡昌华,吕瑛洁,HU Chang-hua,LV Ying-jie(第二炮兵工程学院,陕西,西安,710025)
刊 名: 电光与控制 ISTIC PKU 英文刊名: ELECTRONICS OPTICS & CONTROL 年,卷(期): 2005 12(6) 分类号: V271.4 TP393 关键词: 故障预报 神经网络 Levenberg-Marquardt优化算法 惯性器件