基于改进混沌神经网络的飞机舵面故障预测研究
结合混沌序列的相空间重构理论和BP神经网络预测理论,构建了一个基于时间序列预测的混沌神经网络模型;考虑基本BP神经网络采用的梯度学习算法收敛速度较慢的缺点,文章利用改进的Levenberg-Marquart(L-M)优化学习算法对网络进行训练;最后对一组飞机舵面卡死故障数据进行仿真实验,结果表明该模型不仅提高了预测精度,而且网络收敛速度也得到明显的改善,有效避免神经网络局部极小问题,可以较好地对飞机舵面卡死故障进行预测.
作 者: 何世强 马捷中 曾宪炼 He Shiqiang Ma Jiezhong Zeng Xianlian 作者单位: 西北工业大学,计算机学院,陕西,西安,710072 刊 名: 计算机测量与控制 ISTIC PKU 英文刊名: COMPUTER MEASUREMENT & CONTROL 年,卷(期): 2010 18(5) 分类号: V263.6 关键词: 混沌 相空间重构 BP神经网络 Levenberg-Marquart算法 飞机舵面卡死