几种基于神经网络的导弹惯性器件故障预报方法及其性能比较

被引：2

作者：

吕瑛洁

胡昌华

机构：

[1] 第二炮兵工程学院

[2] 第二炮兵工程学院西安

[3] 西安

来源：

关键词：

故障预报; BP网络; L-M算法; RBF网络;

D O I：

10.16358/j.issn.1009-1300.2005.02.013

中图分类号：

TJ765.239 [];

学科分类号：

摘要：

研究了标准BP网络、改进的BP网络(带动量的自适应BP网络)、L-M网络和RBF网络及其学习算法,探讨了基于这四种神经网络的导弹惯性器件故障预报方法,并通过仿真实验对四种网络的预测预报性能进行了分析比较.结果表明,L-M网络和RBF网络对惯性器件的故障预报比两种BP网络更准确,收敛速度更快.

引用

页码：52 / 55

页数：4

共 8 条

[1] 几种快速BP算法的比较研究 [J].

吕俊 ;

张兴华 .

[2] 基于LM算法的神经网络系统辨识 [J].

黄豪彩 ;

黄宜坚 ;

杨冠鲁 .

[3] 人工神经网络在水文预报应用中的探讨 [J].

林鲁生 ;

李东 .

[4]

MATLAB 6.5辅助神经网络分析与设计.[M].飞思科技产品研发中心编著;.电子工业出版社.2003,

[5]

人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,

[6]

模糊控制·神经控制和智能控制论.[M].李士勇编著;.哈尔滨工业大学出版社.1998,

[7]

神经网络建模、预报与控制.[M].王科俊;王克成著;.哈尔滨工程大学出版社.1996,

[8]

神经网络系统理论.[M].焦李成著;.西安电子科技大学出版社.1990,