光谱油样分析监测技术中的神经网络预测方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：光谱油样分析是机械磨损状态监测与故障诊断的重要技术, 基于光谱数据的机械状态预测有利于发现机械系统的早期磨损故障. 由于神经网络对于非线性模型的辨识和非平稳信号的预测, 与传统预测模型相比具有明显的优势, 文章将神经网络预测方法运用于光谱分析, 提出了基于神经网络预测的光谱分析监测技术. 在预测模型中采用了三层BP网络模型, 针对神经网络的结构对于信号预测或模型辨识的精度具有影响很大的问题, 文章利用遗传算法, 对神经网络输入节点数、隐层节点数和网络收敛的均方误差(MSE)目标值进行了优化, 得到了最优的网络预测模型. 最后, 对某发动机实际的光谱分析数据进行了预测和分析, 并与传统ARMA模型的预测结果进行了比较, 结果充分表明了本方法的有效性和优越性.http://www.cqvip.com//QK/90993X/200508/20110200.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：预测方法 神经网络 神经网 arma模型 cqvip 光谱油样分析 预测 神经网络 遗传算法 状态监测