基于神经网络的船舶主机零件磨损监测方法的研究
针对船舶主机零件磨损监测问题,将油液的光谱数据建立成为时间序列的函数,然后依据BP神经网络的分析手段,对主机内润滑油中的铁元素含量进行了预测,进行了预测模型的建立,最后,运用遗传算法改进了BP神经网络,提高了预测值的精度和稳定性.实验结果表明:遗传神经网络的预测精度显著高于BP网络,该方法可以用于船舶主机的磨损监测.
神经网络、遗传算法、船舶主机、监测
20
TP391(计算技术、计算机技术)
2020-09-11(万方平台首次上网日期,不代表论文的发表时间)
共2页
48-49