基于粗神经网络的民用飞机故障诊断
针对传统神经网络故障诊断过程中网络训练时间长、结构复杂以及仅能进行单值输入的缺陷,设计了一种基于粗神经网络的民用飞机故障诊断系统.将粗糙集理论应用在神经网络的前端对民用飞机故障样本数据进行约简处理,以此去除冗余属性的干扰,克服了无关样本数据对网络学习性能的影响,简化了网络结构;利用粗神经元代替传统神经元,提高了网络性能,扩展了网络的应用范围.通过对空中客车A320飞机的故障诊断试验验证了该方法的有效性.
民用航空、故障诊断、粗神经网络、粗糙集理论、约简、辅助动力系统
35
V267(航空制造工艺)
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
1005-1008