基于遗传神经网络的航空装备故障预测

被引：17

作者：

程进军 ^{[1
,2
]}

夏智勋 ^{[1
]}

胡雷刚 ^{[2
]}

机构：

[1] 国防科学技术大学航天与材料工程学院

[2] 空军工程大学工程学院

来源：

空军工程大学学报(自然科学版) | 2011年 / 12卷 / 01期

关键词：

故障预测; 遗传神经网络; 遗传算法; 视情维修;

D O I：

暂无

中图分类号：

V267 [航空器的维护与修理];

学科分类号：

082503 ;

摘要：

为在武器系统故障发生前实现预测、实现装备的视情维修,开展基于遗传神经网络的故障预测技术研究。采用实数编码方式和自适应的交叉率、变异率改进遗传算法,并将改进遗传算法用于神经网络的权重学习得到遗传神经网络。利用监测到的装备特征参数数据进行网络训练,然后将遗传神经网络预测装备特征参数的退化趋势。预测实例表明遗传神经网络可在故障发生前实现故障预测,较基本神经网络有较大性能改善,可提高武器装备的保障能力,实现视情维修。

引用

页码：15 / 19

页数：5

共 6 条

[1] 基于粗糙神经网络的航空电子设备故障预测研究 [J].