目视检测损伤检出概率BP神经网络预测模型

摘要：

为了获得更可靠的检出概率，提高目视检测结果准确性，保证航空维修安全，根据检测环境影响因素实验结果，选取照明条件、检测距离、检测角度、损伤深度作为检测结果影响因素，采用反向传播（ BP）神经网络，以4个影响因素作为输入层神经元，检出概率作为输出层神经元，通过网络训练对样本数据进行仿真，建立检出概率预测模型，通过比较预测和实验数据对模型进行检验。结果表明，模型预测与实验所得检出概率值均方百分比误差为4.79'，模型预测结果是有效可行的。根据目视检测损伤检出概率BP神经网络预测模型可以选择符合要求的检测条件。

关键词：目视检测、冲击损伤、检出概率、反向传播神经网络、预测模型

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目11372192。

在线出版日期：2014-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：172-175