基于RBF神经网络的涡轮性能预测

• 作者: 曹志松 朴英
• 来源期刊: 科技与创新
• 关键词: 航空发动机 遗传算法 均匀设计 径向基神经网络
• 年，卷（期）: 2007,（28）
• 所属期刊栏目: 控制系统
• 页码范围: 9-10,83
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.28.004

摘要

针对某型弹用航空发动机涡轮,建立了基于径向基函数神经网络的性能预测近似模型.由均匀设计提供训练样本,选取静叶叶身5个关键截面上的7个参数作为设计变量,涡轮效率作为输出变量,采用遗传算法对径向基网络进行训练,并和BP网络算法求解的模型进行了对比.结果表明:该算法能够广泛地利用样本空间,得到较高的训练和测试精度;构建的RBF网络具有较小的网络规模,较强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朴英	清华大学航天航空学院	55	401	10.0	17.0
2	曹志松	清华大学航天航空学院	7	79	6.0	7.0