基于BAS-BP神经网络的多应力加速寿命试验预测方法

• 作者: 葛峰 韩建立 高松
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 天牛须算法 多层感知神经网络 多应力加速模型 预测方法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 武器装备自动化
• 页码范围: 5-9,41
• 页数: 6页
• 分类号: TP393.02
• 字数: 4386字
• 语种: 中文
• DOI: 10.7690/bgzdh.2020.06.002

摘要

为解决多应力条件下加速寿命试验中建立复合加速模型困难、模型参数难以求解以及建模过程中通常忽略应力间耦合作用的问题,根据天牛须搜索建立改进的BP神经网络模型.使用多应力加速寿命试验中收集的4组应力水平的失效数据对BAS-BP神经网络模型进行训练,对第5组应力水平下的可靠度与失效时间进行预测.利用平均相对误差、拟合优度2个参数对模型的预测结果进行评价,并与BP神经网络的预测结果进行对比.结果表明,BAS-BP神经网络具有更好的准确性及鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩建立		30	71	5.0	6.0