基于BP神经网络的飞机维护费用估算模型研究

前向反馈(Back Propagation,简称BP)网络通常是指基于误差反向传播算法(BP算法)的多层前向神经网络.目前,在人工神经网络的实际应用中,绝大部分的神经网络模型是采用BP网络或它的变化形式,它也是前向网络的核心部分,体现了人工神经网络最精华的部分.     

应用神经网络的手写体数字识别算法研究

结合程序代码论述了1个手写体数字识别程序的原理。该识别程序应用了神经网络来实现其功能,采用BP网络。主要论及了关于BP网络的3个问题:反向传播算法;提高BP网络收敛速度的算法;以及文中提出的对网络进行修剪以期能改善其推广能力的1种算法。     

基于BP神经网络的零件成组技术的研究

提出了一种基于BP神经网络的零件分类方法。通过200个典型零件样本对神经网络进行训练和测试,证明该基于BP神经网络的零件分类成组系统可实现零件的准确分类成组。     

民用飞机总压探头布局位置气动分析方法

民用飞机通过机载大气数据传感器测量飞机所处环境下的大气总压与静压,并计算空速。为研究民用飞机总压传感器布局位置的气动特性,采用CFD数值计算手段得到不同迎角和侧滑角工况下机头附近的流场,通过候选总压探头布局位置的局部气流角度和探头总压损失曲线获得不同工况下的总压损失和空速误差。当局部角度曲线斜率低且各曲线聚集时,是总压探头的理想最优布局位置,探头局部气流角对迎角和侧滑角均不敏感,能同时保证横向和纵向气动特性最优;通过探头位置的局部气流角度并结合风洞试验获得的总压损失系数分布曲线进行总压损失预估,该方法对总压损失的预测准确有效,预测精度满足要求,可用来进行空速误差估算;总压探头布局位置的选取需结合民用飞机实际运行的侧滑角/迎角包线综合判断。     

螺旋桨气流斜吹对飞行影响的分析

简要论述了螺旋桨气流斜吹的理论，重点分析了螺旋桨气流斜吹对飞行的影响。最后结论飞行实例，进一步分析了螺旋桨气流斜吹给飞行带来的偏差。结果表明，飞机在大迎角或大侧滑角下飞行时，螺旋桨气流斜吹使同产生了附加的拉力力矩和侧力力矩，对飞机俯仰和方向平衡有明显影响，给飞行员的操纵带来不利影响。所以，在分析螺旋桨副作用对飞行的影响时，必须考虑螺旋桨气流斜吹的作用。     

基于改进BPNN复合材料层合板损伤识别

将B样条小波展开技术提取的损伤特征值作为改进BPNN输入进行学习与识别,识别结果显示该方法能够对复合材料层合板多种损伤进行快速准确的识别。     

基于改进BP网络的手写体汉字识别技术

研究了手写体汉字识别技术,采用改进BP算法进行网络训练,提高了算法的收敛速度。同时,利用神经网络完成了汉字识别系统的实现。实验表明系统较好地回避了汉字结构复杂、变形难以预测等问题,提高了识别效率。     

横侧静稳定性的一种分析方法

通过对迎角、侧滑角、后掠角等概念的几何意义进行确认,从几何上确定了各迎角间的关系,在不改变几何意义的基础上对有侧滑和无侧滑时的迎角关系式进行近似处理,并运用目前通行的方法推导了由侧滑导致的后掠翼飞机的滚转力矩公式,对后掠翼飞机横侧静稳定性的分析提出一种较准确的方法。这个方法几何意义明确,采用类比的方法后,避免了复杂的几何证明,因而公式的推导过程也比较简捷。 由于对基本概念的认识不同和近似处理的方法不同,所得滚转力矩的变化规律也是不同的。但在精度不高的情况下,各种方法所得的简化结果则相同。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

基于神经网络的电子线路故障诊断

分析了故障字典法在实际应用中存在的不足,提出将单位BP算法应用到电子线路的故障诊断中。对基于该方法的航空装备电子线路故障诊断进行了计算机仿真,并分析了网络参数的变化对训练结果的影响。仿真结果表明了该方法的合理性和有效性。     

神经网络在经济预测中的应用

阐述了针对BP神经网络在经济预测应用中存在的网络学习速度缓慢、计算量大、网络容易陷入局部极小、学习步长需要通过实验由人工来设置和调整等问题,提出将自组织理论、扩展Kalman滤波、模糊算法、小波理论等与神经网络相结合,构成新的网络结构或改进学习算法,以克服BP神经网络自身不足的思路。