基于演化计算修正的神经网络故障预测方法

摘要：

针对小样本多源信息故障预测时存在的参数模型难以建立和预测结果不准确等问题,改进了BP神经网络训练算法,设计了初级概率预测器进行故障概率预测.对初级预测结果进行演化趋势要素计算分析,提出了修正函数对预测结果进行二次修正.利用某型发动机的工作参数数据和音频信息进行了算法验证.实验结果表明,基于演化计算修正的神经网络故障预测方法克服了特征参数较少和样本量不足时造成的预测结果不准确的问题,随着样本量的增加保持了较好的故障预测效果.

关键词：神经网络、演化计算、修正函数、故障预测、多源信息

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;河南省科技攻关项目;南阳师范学院博士专项基金

在线出版日期：2020-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：9-12,17