| 基于灰色Verhulst-小波神经网络的装备故障预测研究 |
| |
| 引用本文： | 李静雯,杨善红. 基于灰色Verhulst-小波神经网络的装备故障预测研究[J]. 电子技术应用, 2014, 0(8) |
| |
| 作者姓名： | 李静雯 杨善红 |
| |
| 作者单位： | 四川理工学院计算机学院; |
| |
| 基金项目： | 四川省高校重点实验室项目(GK201306) |
| |
| 摘 要： | 针对现代武器装备故障预测样本少、故障预测精度低、维修保障困难等问题,提出一种基于灰色Verhulst-小波神经网络组合模型的装备故障预测方法。该方法综合了灰色Verhulst模型所需样本少的优点和小波神经网络良好的时频局域化性质和学习能力,克服了小样本故障数据在BP神经网络训练中的缺陷。实验结果表明,与相关研究方法比较,所提出方法具有较高的预测精度,对于武器装备故障预测与维修保障具有一定的理论价值和现实意义。
|
| 关 键 词： | 灰色Verhulst模型 小波神经网络 故障预测 预测精度 |
Fault forecast of equipment based on grey Verhulst model and wavelet neural network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
