基于遗传神经网络的航空装备故障预测

• 作者: 夏智勋 程进军 胡雷刚
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障预测 遗传神经网络 遗传算法 视情维修
• 年，卷（期）: 2011,（1）
• 页码范围: 15-19
• 分类号: TP206+.3
• 字数: 2576字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2011.01.004

摘要

为在武器系统故障发生前实现预测、实现装备的视情维修,开展基于遗传神经网络的故障预测技术研究.采用实数编码方式和自适应的交叉率、变异率改进遗传算法,并将改进遗传算法用于神经网络的权重学习得到遗传神经网络.利用监测到的装备特征参数数据进行网络训练,然后将遗传神经网络预测装备特征参数的退化趋势.预测实例表明遗传神经网络可在故障发生前实现故障预测,较基本神经网络有较大性能改善,可提高武器装备的保障能力,实现视情维修.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏智勋	国防科学技术大学航天与材料工程学院	78	860	15.0	24.0
2	胡雷刚	空军工程大学工程学院	21	138	7.0	11.0
3	程进军	国防科学技术大学航天与材料工程学院	22	122	6.0	10.0