利用傳統(tǒng)灰色預測模型和BP神經網絡算法對某型機載導彈導引頭DSP性能進行預測時往往存在預測精度不高和運算速率較慢的問題,為提高灰色GM（1,1）模型數據光滑度,減小樣本偏差和提高樣本適應性,采用冪函數法和新陳代謝法結合的方法對灰色GM（1,1）模型進行改進。同時,將BP神經網絡動量因子調整成變量、對學習速率取值進行調整,來提高模型運算速率,保證以最大速率進行網絡訓練。改進后的灰色BP神經網絡組合模型能夠兼具二者優(yōu)點。最后,通過對導引頭DSP控制器內部電壓實測數據的仿真分析。試驗結果表明,改進灰色BP神經網絡對該型機載導彈導引頭DSP控制器性能預測具有更好的適用性,預測精度有較大提高。 

【文章來源】：兵器裝備工程學報. 2020,41(06)北大核心

【文章頁數】：6 頁

【部分圖文】：

BP神經網絡結構示意圖

改進型灰色BP神經網絡預測結構示意圖

【參考文獻】：
期刊論文
[1]灰色系統(tǒng)理論在樁基豎向荷載試驗中的預測應用研究[J]. 王鳳梅,陳枝東,張領帥,韓曉峰,陸釗,陳銳.  土工基礎. 2019(03)
[2]基于灰色神經網絡組合模型的稅收預測[J]. 周香連.  市場周刊. 2019(06)
[3]國內神經網絡故障診斷技術及其在航天器中的應用[J]. 聞新,陳鏑,喬羽.  沈陽航空航天大學學報. 2018(03)
[4]基于測試數據的某型雷達導引頭貯存壽命評估方法[J]. 韓建立,林嘉新,滕克難.  儀表技術. 2016(05)
[5]區(qū)間灰數預測模型誤差的檢驗方法[J]. 張軍,曾波,孟偉.  統(tǒng)計與決策. 2014(16)
[6]GIS中局部放電UHF信號傳播特性研究[J]. 程序,顏廷利,詹花茂,王亮,劉波,趙承楠,鄭書生.  高壓電器. 2014(05)
[7]電子產品壽命評估關鍵技術的研究[J]. 陳華平,李輝,張穎,鹿文軍,溫志英.  電子產品可靠性與環(huán)境試驗. 2013(02)
[8]灰色神經網絡的研究及發(fā)展[J]. 袁景凌,鐘珞,李小燕.  武漢理工大學學報. 2009(03)
[9]基于Bayes理論的導彈貯存可靠性試驗研究[J]. 徐廷學,甄偉,陳紅,彭軍.  海軍航空工程學院學報. 2006(06)



本文編號：3285329