基于改进混沌神经网络的飞机舵面故障预测研究

摘要：

结合混沌序列的相空间重构理论和BP神经网络预测理论,构建了一个基于时间序列预测的混沌神经网络模型;考虑基本BP神经网络采用的梯度学习算法收敛速度较慢的缺点,文章利用改进的Levenberg-Marquart(L-M)优化学习算法对网络进行训练;最后对一组飞机舵面卡死故障数据进行仿真实验,结果表明该模型不仅提高了预测精度,而且网络收敛速度也得到明显的改善,有效避免神经网络局部极小问题,可以较好地对飞机舵面卡死故障进行预测.

关键词：混沌、相空间重构、BP神经网络、Levenberg-Marquart算法、飞机舵面卡死

所属期刊栏目：18

分类号：V263.6(航空制造工艺)

资助基金：陕西省自然科学基金SJ08F20;航空科学基金2008ZD53035

在线出版日期：2010-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1011-1013