基于LMBP神经网络的惯性器件故障预报方法研究

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  

【基于LMBP神经网络的惯性器件故障预报方法研究】相关文章：

真空泵常见机械故障分析和解决的方法研究07-06

课题研究的方法03-13

部分高校在职研究生预报名04-25

课题研究的方法【优选】03-13

(必备)课题研究的方法03-13

摆脱惯性思维05-01

公共汽车气压制动故障及处置方法12-14

打印机颜色故障解决方法总结08-17

论文研究方法包括哪些12-17

论文研究方法怎么写12-17