- 相關推薦
基于LM優(yōu)化算法的神經網絡在航空發(fā)動機轉子故障診斷中的應用
針對傳統(tǒng)BP算法存在的收斂速度慢以及容易陷入局部最小點等問題,給出了兩種改進BP算法:LM(Levenberg-Marquardt)優(yōu)化算法和SCG(Scaled Conjugate Gradient)算法,應用這兩種算法對航空發(fā)動機轉子故障進行診斷研究,比較它們之間的研究結果,仿真和實驗表明LM優(yōu)化算法比SCG算法具有更高的準確度和較快的收斂速度,可行性更強.
作 者： 馮今朝 王仲生 FENG Jin-Zhao WANG Zhong-Sheng 作者單位： 西北工業(yè)大學航空學院,陜西,西安,710072 刊 名： 宇航計測技術 ISTIC 英文刊名： JOURNAL OF ASTRONAUTIC METROLOGY AND MEASUREMENT 年，卷(期)： 2007 27(2) 分類號： V328 關鍵詞： +SCG算法 +LM優(yōu)化算法 航空發(fā)動機 轉子 故障診斷【基于LM優(yōu)化算法的神經網絡在航空發(fā)動機轉子故障診斷中的應用】相關文章：
基于OLS算法的RBF神經網絡在大壩安全監(jiān)測中的應用04-25
基于灰色神經網絡的航空發(fā)動機振動故障診斷方法研究04-26
基于MATLAB的BP神經網絡在清潔生產審核中的應用04-25
基于B-P神經網絡優(yōu)化算法的城市環(huán)境空氣中PM10濃度預測模型04-25
基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27
基于遺傳算法的飛機氣動優(yōu)化設計04-27