BP神经网络在航空复合材料敲击检测中的应用

作者： 高志列   李艳军   曹愈远   王广侃   来源： 航空计算技术 年份： 2017 文献类型 ： 期刊 关键词： BP神经网络   敲击检测   数据处理   航空复合材料  

描述： 随着航空复合材料运用越来越广泛,其本身缺陷造成的事故也愈来愈多。提出一种利用敲击检测和BP神经网络的航空复合材料无损检测方法。首先运用敲击检测采集数据;然后运用平均值法和方差法来对数据进行修正;最后借助MATLAB软件进行BP神经网络数据分析,在训练数据4 000组、测试数据20组时,准确率可达90%。实例验证结果表明,基于BP神经网络的敲击检测方法可以实现航空复合材料缺陷的有效检测。

基于PCA-BP的航空发动机大修周期预测方法

作者： 符式峰   贾晓亮   安磊   常笑   来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： 主成分分析   航空发动机   大修周期   BP神经网络  

描述： 航空发动机大修具有影响因素多、因素之间耦合关系复杂等特点，针对数据驱动的航空发动机大修周期预测，提出基于主成分分析和反向传播神经网络(PCA-BP)的航空发动机大修周期预测方法。在分析影响航空发动机大修周期主要因素的基础上，采用PCA方法得到影响航空发动机大修周期的主成分因素，并将其作为BP神经网络的输入。基于某型航空发动机大修数据对PCA-BP模型进行训练和测试，并与BP神经网络模型进行比较，结果表明PCA-BP模型预测精度更高，验证了方法的有效性。

基于PCA-BP的航空发动机大修周期预测方法

作者： 符式峰   贾晓亮   安磊   常笑   来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： 主成分分析   航空发动机   大修周期   BP神经网络  

描述： 航空发动机大修具有影响因素多、因素之间耦合关系复杂等特点，针对数据驱动的航空发动机大修周期预测，提出基于主成分分析和反向传播神经网络(PCA-BP)的航空发动机大修周期预测方法。在分析影响航空发动机大修周期主要因素的基础上，采用PCA方法得到影响航空发动机大修周期的主成分因素，并将其作为BP神经网络的输入。基于某型航空发动机大修数据对PCA-BP模型进行训练和测试，并与BP神经网络模型进行比较，结果表明PCA-BP模型预测精度更高，验证了方法的有效性。

BP神经网络在航空复合材料敲击检测中的应用

作者： 高志列   李艳军   曹愈远   王广侃   来源： 航空计算技术 年份： 2017 文献类型 ： 期刊 关键词： BP神经网络   敲击检测   数据处理   航空复合材料  

描述： 随着航空复合材料运用越来越广泛,其本身缺陷造成的事故也愈来愈多。提出一种利用敲击检测和BP神经网络的航空复合材料无损检测方法。首先运用敲击检测采集数据;然后运用平均值法和方差法来对数据进行修正;最后借助MATLAB软件进行BP神经网络数据分析,在训练数据4 000组、测试数据20组时,准确率可达90%。实例验证结果表明,基于BP神经网络的敲击检测方法可以实现航空复合材料缺陷的有效检测。

基于民航团队旅客销售的组合预测方法分析

作者： 黄奇   徐月芳   来源： 航空计算技术 年份： 2017 文献类型 ： 期刊 关键词： 组合预测算法   Squares   Support   BP神经网络   民航收益管理   LS   SVM)   最小二乘支持向量机(Least   Machines   Vector  

描述： 利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益。结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高。支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力。组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作。

基于民航团队旅客销售的组合预测方法分析

作者： 黄奇   徐月芳   来源： 航空计算技术 年份： 2017 文献类型 ： 期刊 关键词： 组合预测算法   Squares   Support   BP神经网络   民航收益管理   LS   SVM)   最小二乘支持向量机(Least   Machines   Vector  

描述： 利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益。结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高。支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力。组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作。