基于LM优化算法的神经网络在航空发动机转子故障诊断中的应用

基于LM优化算法的神经网络在航空发动机转子故障诊断中的应用

针对传统BP算法存在的收敛速度慢以及容易陷入局部最小点等问题,给出了两种改进BP算法:LM(Levenberg-Marquardt)优化算法和SCG(Scaled Conjugate Gradient)算法,应用这两种算法对航空发动机转子故障进行诊断研究,比较它们之间的研究结果,仿真和实验表明LM优化算法比SCG算法具有更高的准确度和较快的收敛速度,可行性更强.

作 者： 冯今朝 王仲生 FENG Jin-Zhao WANG Zhong-Sheng   作者单位： 西北工业大学航空学院,陕西,西安,710072  刊 名： 宇航计测技术  ISTIC 英文刊名： JOURNAL OF ASTRONAUTIC METROLOGY AND MEASUREMENT  年，卷(期)： 2007 27(2)  分类号： V328  关键词： +SCG算法   +LM优化算法   航空发动机   转子   故障诊断  

【基于LM优化算法的神经网络在航空发动机转子故障诊断中的应用】相关文章：

基于粒子群算法的神经网络在水资源评价中的应用04-27

基于OLS算法的RBF神经网络在大坝安全监测中的应用04-25

基于灰色神经网络的航空发动机振动故障诊断方法研究04-26

改进型LM-BP神经网络在水质评价中的应用04-26

基于MATLAB的BP神经网络在清洁生产审核中的应用04-25

基于B-P神经网络优化算法的城市环境空气中PM10浓度预测模型04-25

改进遗传算法在桁架结构优化设计中的应用04-26

基于自适应Kalman滤波的BP神经网络在导航中的应用04-27

基于遗传算法的飞机气动优化设计04-27

基于微粒群算法的系统可靠性优化04-27