|
|||||
|
|
| 基于光纤智能夹层和模糊RBF神经网络的飞行器载荷识别 | |
| 作者姓名： | 胡兴柳 梁大开 陆观 |
| 作者单位： | 南京航空航天大学智能材料与结构航空科技重点实验室,南京,210016;安徽工业大学电气信息学院,马鞍山,243002;南京航空航天大学智能材料与结构航空科技重点实验室,南京,210016 |
| 基金项目： | 江苏省自然科学基金,航空科学基金 |
| 摘 要： | 为了更好地保障航空飞行器的安全,提高飞行器的可靠性,提出了一种通过性能参数稳定的光纤智能夹层采集数据,并且结合模糊RBF神经网络对机翼盒段载荷进行识别实验的方法.该方法融合了模糊理论和神经网络各自的优点,通过改进的模糊C均值聚类(FCM)聚类算法删除冗余的规则以进行规则的优化,能自适应地从学习样本数据中提取相应信息,实时地进行载荷辨识.从仿真结果可以看出:该网络模型具有学习时间较短、学习速率较快和精度较高等优点. |
| 关 键 词： | 模糊神经网络 智能夹层 初始聚类中心 模糊C均值聚类 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |