基于神经网络的冷却剂热物性拟合方法

• 作者: 李明辉 牛禄 程惠尔
• 来源期刊: 推进技术
• 学科: 工学
• 关键词: 热物理性质 拟合函数 人工神经元网络 液体火箭推进剂
• 年，卷（期）: 2002,（2）
• 所属期刊栏目: 发动机及其部件
• 页码范围: 132-134
• 页数: 3页
• 分类号: V434|TK124
• 字数: 1663字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-4055.2002.02.011

摘要

基于径向基函数神经网络(RBFN)和广义回归神经网络(GRNN)对火箭发动机冷却剂热物性进行拟合,并与BP网络进行了比较.结果表明,采用RBFN和GRNN进行物性拟合具有网络结构简单,计算精度高.训练速度快的优点,可方便地引入液体火箭发动机传热计算程序中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛禄	上海交通大学动力与能源工程学院	11	97	5.0	9.0
2	程惠尔	上海交通大学动力与能源工程学院	106	852	15.0	20.0
3	李明辉	上海交通大学动力与能源工程学院	58	1106	20.0	31.0