基于RBF神经网络的涡轮性能预测

摘要：

针对某型弹用航空发动机涡轮,建立了基于径向基函数神经网络的性能预测近似模型.由均匀设计提供训练样本,选取静叶叶身5个关键截面上的7个参数作为设计变量,涡轮效率作为输出变量,采用遗传算法对径向基网络进行训练,并和BP网络算法求解的模型进行了对比.结果表明:该算法能够广泛地利用样本空间,得到较高的训练和测试精度;构建的RBF网络具有较小的网络规模,较强的泛化能力.

关键词：航空发动机、遗传算法、均匀设计、径向基神经网络

所属期刊栏目：23

分类号：TP391(计算技术、计算机技术)

在线出版日期：2007-12-17（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：9-10,83