基于灰色补偿BP神经网络优化组合模型的车辆装备冷却系腐蚀预测

摘要：

目的 避免由于腐蚀破坏车辆装备冷却系,使车辆不能维持良好的工作状态,并缩短装备的使用寿命,建立一个准确、高效的预测模型,以实现对车辆装备冷却系腐蚀预测.方法 在传统GM(1,1)模型基础上,结合背景值构造优化与新陈代谢思想,建立一种新陈代谢加权不等时距模型MUGM(1,1,λ).此外,还引入遗传算法优化BP神经网络模型对MUGM(1,1,λ)模型进行残差修正,建立灰色补偿BP神经网络优化组合模型.结果 基于优化组合模型对冷却系用铸铁材料腐蚀预测的平均误差为0.43％,模型精度为一级,预测精度高.结论 所建立的灰色补偿BP神经网络优化组合模型对于车辆装备冷却系金属腐蚀预测具有可行性.

关键词：车辆装备冷却系、MUGM(1,1、λ)、遗传算法、BP神经网络

所属期刊栏目：15

分类号：TJ81+0(战车、战舰、战机、航天武器)

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：123-128