基于GRNN神经网络的电子装备状态预测方法研究

基于GRNN神经网络的电子装备状态预测方法研究

论文摘要

状态预测是装备维修保障领域的重要研究方向,电子装备状态的自动监测与故障预测对于保证装备的正常使用、提高装备的战备完好性、减轻维护使用人员的工作量具有重要意义。首先,基于GRNN神经网络建立了电子装备的状态预测模型;其次,通过采集电子装备电路中的状态参数预测可能产生的故障并自动生成解决方案;最后,对状态预测模型进行了仿真分析,比较了不同神经网络模型下的预测效果,验证了模型的可行性与预测的准确性。

论文目录

  • 1 引言
  • 2 GRNN神经网络
  • 3 基于GRNN网络的电子装备状态预测模型
  •   3.1 模型构成
  •   3.2 数据采集和预处理
  •   3.3 基于GRNN网络的状态预测
  •   3.4 装备状态信息数据库
  •   3.5 装备故障维护数据库
  • 4 模型仿真分析
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 陈平,魏玉人

    关键词: 状态预测,电子装备,专家系统

    来源: 舰船电子工程 2019年01期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 武器工业与军事技术,自动化技术

    单位: 中国人民解放军91827部队,中国人民解放军南部战区海军参谋部

    基金: 湖北省自然科学基金项目(编号:61100042)资助

    分类号: TP183;E92

    页码: 98-100+126

    总页数: 4

    文件大小: 1263K

    下载量: 119

    相关论文文献

    标签:;  ;  ;  

    基于GRNN神经网络的电子装备状态预测方法研究
    下载Doc文档

    猜你喜欢