首页>
根据【关键词:配重方法,遗传算法,BP神经网络,配重布局优化】搜索到相关结果 504 条
-
基于静电感应的航空发动机健康监测技术研究
-
作者:
王广侃
来源:
南京航空航天大学
年份:
2018
文献类型 :
学位论文
关键词:
静电感应
航空发动机
静电传感器
遗传算法
BP神经网络
有限元分析
调理电路
-
描述:
基于静电感应的航空发动机健康监测技术研究
-
面向大型航空构件形/性控制的局部控流和模具控温模锻工艺研究
-
作者:
姜静
来源:
华中科技大学
年份:
2019
文献类型 :
学位论文
关键词:
模具控温方法
遗传算法
BP神经网络
模锻
飞机起落架
数值模拟
主应力法
局部控流方法
-
描述:
面向大型航空构件形/性控制的局部控流和模具控温模锻工艺研究
-
面向大型航空构件形/性控制的局部控流和模具控温模锻工艺研究
-
作者:
姜静
来源:
华中科技大学
年份:
2019
文献类型 :
学位论文
关键词:
模具控温方法
遗传算法
BP神经网络
模锻
飞机起落架
数值模拟
主应力法
局部控流方法
-
描述:
面向大型航空构件形/性控制的局部控流和模具控温模锻工艺研究
-
航空器救援调度模型与算法研究
-
作者:
胡汉莉
邓威
来源:
舰船电子工程
年份:
2017
文献类型 :
期刊
关键词:
遗传算法
航空器救援
-
描述:
论文介绍了低空空域下的航空器救援调度模型及该模型的两种求解算法,并以汶川地震为背景设计算例,比较分析了两种求解算法的结果。
-
基于ABC-BP神经网络的航空发动机故障诊断方法研究
-
作者:
朱涛
来源:
电子制作
年份:
2020
文献类型 :
期刊
关键词:
ABC
航空发动机
BP神经网络
故障诊断
-
描述:
航空航天领域是国家科技发展的重点创新项目,航空发动机是航天飞机的动力保障系统,其故障诊断研究一直处于重要的研究地位,运用ABC-BP神经网络的诊断模型构建,是目前正在发展创新的诊断方法。本文首先对ABC-BP神经网络与航空发动机诊断模型简要概述;其次,对ABC-BP神经网络在航空发动机故障诊断中存在的不足综合分析;最后,针对ABC-BP神经网络在航空发动机故障诊断中的优化应用提出合理性建议。
-
基于BP神经网络的北京民航客运量预测
-
作者:
张良勇
郭猛
来源:
河北企业
年份:
2020
文献类型 :
期刊
关键词:
网络拓扑结构
BP神经网络
民航客运量
-
描述:
本文首先从经济、旅游、竞争、机场运营能力四个方面构建影响北京民航客运量的指标体系,通过相关分析最终得到8个影响北京民航客运量的因素。然后把得到的8个影响因素作为BP神经网络的输入节点,通过对BP神经网络的不断训练,当BP神经网络的隐含层为11个时模型的性能最优。
-
基于遗传-Bp神经网络的航空发动机气路故障诊断研究
-
作者:
朱涛
张栋善
来源:
中阿科技论坛(中英文)
年份:
2021
文献类型 :
期刊
关键词:
BP神经网络
故障诊断
航空发动机气路
-
描述:
文章概述了BP神经网络结构,分析了BP神经网络内部的故障检测运算方式,进而研究了BP神经网络在航空发动机气路故障诊断中的具体应用,希望可以为相关人员提供参考。
-
基于ABC-BP神经网络的航空发动机故障诊断方法研究
-
作者:
朱涛
来源:
电子制作
年份:
2021
文献类型 :
期刊
关键词:
ABC
航空发动机
BP神经网络
故障诊断
-
描述:
航空航天领域是国家科技发展的重点创新项目,航空发动机是航天飞机的动力保障系统,其故障诊断研究一直处于重要的研究地位,运用ABC-BP神经网络的诊断模型构建,是目前正在发展创新的诊断方法。本文首先对ABC-BP神经网络与航空发动机诊断模型简要概述;其次,对ABC-BP神经网络在航空发动机故障诊断中存在的不足综合分析;最后,针对ABC-BP神经网络在航空发动机故障诊断中的优化应用提出合理性建议。
-
基于三次样条插值BP神经网络的航空阻力伞供应决策模型
-
作者:
谷雨轩
徐常凯
肖凯锐
来源:
科技与创新
年份:
2022
文献类型 :
期刊
关键词:
阻力伞
供应决策
BP神经网络
三次样条插值
-
描述:
针对航空阻力伞供应长期依靠人工经验决策与精细化保障模式不匹配的问题,提出一种阻力伞供应数量模型,首先通过三次样条插值扩充样本数据,然后通过实例模型精度对比优化神经元设置和激活函数的选择,最终建立神经元节点数为4、激活函数为Sigmond函数的BP神经网络航空阻力伞供应决策模型,为保障决策提供了有效的方法,对于提升保障效率具有重要意义。
-
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。