几种基于神经网络的导弹惯性器件故障预报方法及其性能比较

• 作者: 吕瑛洁 胡昌华
• 来源期刊: 战术导弹技术
• 学科: 工学
• 关键词: 故障预报 BP网络 L-M算法 RBF网络
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 制导与控制技术
• 页码范围: 52-55
• 页数: 4页
• 分类号: TJ765.2+39
• 字数: 3196字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1300.2005.02.013

摘要

研究了标准BP网络、改进的BP网络(带动量的自适应BP网络)、 L-M网络和RBF网络及其学习算法, 探讨了基于这四种神经网络的导弹惯性器件故障预报方法, 并通过仿真实验对四种网络的预测预报性能进行了分析比较.结果表明, L-M网络和RBF网络对惯性器件的故障预报比两种BP网络更准确, 收敛速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡昌华		127	767	13.0	20.0
2	吕瑛洁		12	61	4.0	7.0