【摘要】：隨著全球市場(chǎng)的競(jìng)爭(zhēng)日益激烈,產(chǎn)品的質(zhì)量變得越來(lái)越重要,隨之產(chǎn)品的可靠性要求也越來(lái)越高。因此,進(jìn)一步完善和改進(jìn)現(xiàn)有的可靠性研究方法,更新技術(shù)手段,是提高可靠性研究的合理性和應(yīng)用性的重要任務(wù)。本文將人工智能、模式識(shí)別、可靠性理論和隨機(jī)過(guò)程等學(xué)科相結(jié)合,提出了一種快速、準(zhǔn)確的可靠性數(shù)據(jù)分析方法,解決了傳統(tǒng)的可靠性模型識(shí)別中工作繁瑣、經(jīng)驗(yàn)難以積累等難題。 本文首先對(duì)目前工程中常見(jiàn)的幾種可靠性模型識(shí)別方法進(jìn)行了分析和比較,總結(jié)了各種方法的優(yōu)缺點(diǎn)。在深入分析了神經(jīng)網(wǎng)絡(luò)模式識(shí)別的基礎(chǔ)上,提出了基于BP網(wǎng)絡(luò)的可靠性模型選擇方法。 結(jié)合智能模式識(shí)別理論,對(duì)由MATLAB軟件產(chǎn)生的偽隨機(jī)數(shù)序列實(shí)施特征提取,并將由此產(chǎn)生的特征參數(shù)作為網(wǎng)絡(luò)的輸入樣本,編制基于BP網(wǎng)絡(luò)的可靠性模型智能識(shí)別程序。 此外,在綜合傳統(tǒng)的可靠性模型參數(shù)估計(jì)方法的基礎(chǔ)上,本文還提出了基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的可靠性參數(shù)估計(jì)方法,在MATLAB環(huán)境下編制了相應(yīng)程序,并就此模型進(jìn)行了數(shù)值模擬試驗(yàn)。該方法是應(yīng)用數(shù)學(xué)和人工神經(jīng)網(wǎng)絡(luò)理論相結(jié)合的產(chǎn)物,具有原理簡(jiǎn)單,算法易于實(shí)現(xiàn),便于工程應(yīng)用等優(yōu)點(diǎn)。 最后,本文針對(duì)正態(tài)分布、對(duì)數(shù)正態(tài)分布、威布爾分布和指數(shù)分布等四種常見(jiàn)的可靠性模型,進(jìn)行了大量的計(jì)算機(jī)仿真試驗(yàn)。試驗(yàn)結(jié)果證明,這種基于神經(jīng)網(wǎng)絡(luò)的可靠性分布模型的識(shí)別方法,能有效提高可靠性數(shù)據(jù)分析的效率和客觀性,具有較高的理論意義和工程應(yīng)用價(jià)值。
【圖文】：

第 3 章 基于神經(jīng)網(wǎng)絡(luò)的分布參數(shù)估計(jì)的研究是改變了網(wǎng)絡(luò)內(nèi)部復(fù)雜性，而網(wǎng)絡(luò)的本質(zhì)沒(méi)有性網(wǎng)絡(luò)，都有一個(gè)等效的單層線性網(wǎng)絡(luò)與之對(duì)性網(wǎng)絡(luò)采用 W-H 學(xué)習(xí)規(guī)則，其輸出誤差函數(shù)定[ ] [ ]222121E (W ,B)= T A=T WP B表示誤差信號(hào)，T 和 A分別表示期望響應(yīng)和目標(biāo)14)可以看出，線性網(wǎng)絡(luò)具有拋物線型的誤差函 3-2 所示，只有一個(gè)誤差最小值。

圖 4-2 S 型的對(duì)數(shù)和正切激活函數(shù)Fig. 4-2 Log-sigmiod and Tan-sigmiod Transfer FunctionBP 網(wǎng)絡(luò)采用的是廣義 W-H 學(xué)習(xí)規(guī)則，，網(wǎng)絡(luò)誤差是熟知的均方差。事實(shí)上并不是必須使用均方差，可使用任何連續(xù)可微的函數(shù)。但是選擇他的誤差函數(shù)增加了額外的復(fù)雜性，因而需要慎重處理。網(wǎng)絡(luò)誤差的計(jì)見(jiàn)式(4-9)，從均方差定義式子可以看出，誤差是否存在局部最小點(diǎn)取決輸入/輸出之間的傳遞函數(shù)。21()21pjpjNjpE =t oΣ=(式中pE ——第 p 個(gè)表征矢量的誤差pjt ——第 j 個(gè)輸出神經(jīng)元的期望值pjo ——第 j 個(gè)輸出神經(jīng)元的實(shí)際值圖 4-3 是傳遞函數(shù)為 log sig時(shí) BP 誤差曲面圖，從圖中可以看出曲面
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類號(hào)】：TH114

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 佟錚;張友鵬;;基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)車輪對(duì)故障診斷系統(tǒng)研究[J];鐵路技術(shù)創(chuàng)新;2009年01期

2 黃蓮花;李光明;;神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合在車用傳感器中的應(yīng)用[J];裝備制造技術(shù);2011年08期

3 景利學(xué);蘇宏升;謝明軍;冉鵬程;;電壓型BUCK變換器控制策略研究[J];電氣傳動(dòng)自動(dòng)化;2011年04期

4 姜平;黃志鵬;;基于神經(jīng)網(wǎng)絡(luò)的公交客流預(yù)測(cè)[J];交通標(biāo)準(zhǔn)化;2008年13期

5 尹駿暉;李伶;杜青;;基于神經(jīng)網(wǎng)絡(luò)和柔度曲率的簡(jiǎn)支梁損傷識(shí)別[J];山西建筑;2011年21期

6 孫海龍;馮超;匙瑞堂;;滾動(dòng)軸承狀態(tài)監(jiān)測(cè)[J];工業(yè)設(shè)計(jì);2011年05期

7 楊鶴年;;機(jī)電一體化系統(tǒng)中的智能控制技術(shù)[J];煤炭技術(shù);2011年07期

8 許杰;程錦房;何光進(jìn);;一種基于艦船磁場(chǎng)的神經(jīng)網(wǎng)絡(luò)識(shí)別模型[J];船電技術(shù);2011年09期

9 蒯松巖;吳濤;代尚方;張旭隆;;基于RBF的無(wú)位置開(kāi)關(guān)磁阻電機(jī)控制系統(tǒng)[J];電力電子技術(shù);2011年07期

10 張赫;王煒;劉瑩瑩;;神經(jīng)網(wǎng)絡(luò)在交通流信息融合中的應(yīng)用[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2011年04期

相關(guān)會(huì)議論文 前10條

1 王金武;;基于神經(jīng)網(wǎng)絡(luò)的農(nóng)用運(yùn)輸車可靠性問(wèn)題研究[A];2005年全國(guó)機(jī)械可靠性學(xué)術(shù)交流會(huì)暨“車輛與工程裝備質(zhì)量與可靠性論壇”論文集[C];2005年

2 侯艷芳;馮紅梅;;基于神經(jīng)網(wǎng)絡(luò)的調(diào)制識(shí)別算法的研究[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

3 沈建榮;楊林泉;陳琳;;神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性判據(jù)與區(qū)域經(jīng)濟(jì)結(jié)構(gòu)調(diào)整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國(guó)系統(tǒng)工程學(xué)會(huì)第十屆年會(huì)論文集[C];1998年

4 石山銘;李富蘭;丁俊麗;;神經(jīng)網(wǎng)絡(luò)的知識(shí)獲取[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第1卷）[C];1991年

5 吳清烈;徐南榮;;基于神經(jīng)網(wǎng)絡(luò)的一種多目標(biāo)決策方法[A];復(fù)雜巨系統(tǒng)理論·方法·應(yīng)用——中國(guó)系統(tǒng)工程學(xué)會(huì)第八屆學(xué)術(shù)年會(huì)論文集[C];1994年

6 李曉鐘;汪培莊;羅承忠;;神經(jīng)網(wǎng)絡(luò)與模糊邏輯[A];中國(guó)系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第五屆年會(huì)論文選集[C];1990年

7 房育棟;余英林;;高階自組織映射及其學(xué)習(xí)算法[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

8 王曉曄;杜朝輝;呂德忠;劉建峰;;神經(jīng)網(wǎng)絡(luò)模糊控制在溫度控制系統(tǒng)中的應(yīng)用[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

9 金龍;吳建生;;基于遺傳算法的神經(jīng)網(wǎng)絡(luò)短期氣候預(yù)測(cè)模型(摘要)[A];新世紀(jì)氣象科技創(chuàng)新與大氣科學(xué)發(fā)展——中國(guó)氣象學(xué)會(huì)2003年年會(huì)“氣候系統(tǒng)與氣候變化”分會(huì)論文集[C];2003年

10 申偉;張?jiān)?;基于MATLAB的自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)(ANFIS)的應(yīng)用[A];《制造業(yè)自動(dòng)化與網(wǎng)絡(luò)化制造》學(xué)術(shù)交流會(huì)論文集[C];2004年

相關(guān)重要報(bào)紙文章 前10條

1 記者 陳青　通訊員 孫國(guó)根;揭示神經(jīng)網(wǎng)絡(luò)形成新機(jī)制[N];文匯報(bào);2011年

2 于翔;數(shù)字神經(jīng)網(wǎng)絡(luò)中的協(xié)同應(yīng)用[N];網(wǎng)絡(luò)世界;2009年

3 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

4 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

5 ;朗訊科技應(yīng)用網(wǎng)絡(luò)可靠性模型[N];人民郵電;2004年

6 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開(kāi)復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

7 本報(bào)首席記者 任荃　實(shí)習(xí)生 史博臻;軌交“神經(jīng)網(wǎng)絡(luò)”觸動(dòng)創(chuàng)新神經(jīng)[N];文匯報(bào);2011年

8 計(jì)算機(jī)世界實(shí)驗(yàn)室 韓勖;當(dāng)布線系統(tǒng)遭遇神經(jīng)網(wǎng)絡(luò)[N];計(jì)算機(jī)世界;2009年

9 曹建兵 李祖兵 特約記者 何天進(jìn) 本報(bào)記者 于莘明;給導(dǎo)彈植入“神經(jīng)網(wǎng)絡(luò)”[N];科技日?qǐng)?bào);2005年

10 譚薇;“潮濕計(jì)算機(jī)”：擁有人類智慧的超級(jí)大腦[N];第一財(cái)經(jīng)日?qǐng)?bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 趙河明;基于神經(jīng)網(wǎng)絡(luò)的引信可靠性技術(shù)研究[D];中北大學(xué);2005年

2 劉志祥;深部開(kāi)采高階段尾砂充填體力學(xué)與非線性優(yōu)化設(shè)計(jì)[D];中南大學(xué);2005年

3 戴雪龍;PET探測(cè)器神經(jīng)網(wǎng)絡(luò)定位方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

4 馬戎;智能控制技術(shù)在煉鋼電弧爐中的應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

5 文敦偉;面向多智能體和神經(jīng)網(wǎng)絡(luò)的智能控制研究[D];中南大學(xué);2001年

6 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

7 杜文斌;基于神經(jīng)網(wǎng)絡(luò)的冠心病證候診斷標(biāo)準(zhǔn)與藥效評(píng)價(jià)模型研究[D];遼寧中醫(yī)學(xué)院;2004年

8 熊雪梅;參數(shù)化模糊遺傳神經(jīng)網(wǎng)絡(luò)及在植物病害預(yù)測(cè)的應(yīng)用[D];南京農(nóng)業(yè)大學(xué);2004年

9 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運(yùn)行與應(yīng)用研究[D];東北大學(xué);2005年

10 王承;基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法研究[D];電子科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 邵開(kāi)麗;基于神經(jīng)網(wǎng)絡(luò)的軟件可靠性預(yù)測(cè)研究與應(yīng)用[D];南昌大學(xué);2007年

2 楊立儒;基于神經(jīng)網(wǎng)絡(luò)的電路故障診斷的研究與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2010年

3 劉蘭蘭;基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的H型鋼粗軋工藝參數(shù)優(yōu)化研究[D];山東大學(xué);2011年

4 田鵬明;基于神經(jīng)網(wǎng)絡(luò)的振動(dòng)主動(dòng)控制研究[D];太原理工大學(xué);2012年

5 姜宇;發(fā)動(dòng)機(jī)裂解設(shè)備故障診斷技術(shù)的研究[D];吉林大學(xué);2012年

6 邢遠(yuǎn)凱;基于決策樹(shù)和遺傳算法的神經(jīng)網(wǎng)絡(luò)研究及應(yīng)用[D];浙江大學(xué);2010年

7 高寶建;基于神經(jīng)網(wǎng)絡(luò)的月降水預(yù)報(bào)模型在洪澤湖的應(yīng)用研究[D];南京信息工程大學(xué);2012年

8 陳少華;基于Hopfield神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的研究[D];山東科技大學(xué);2010年

9 來(lái)建波;基于神經(jīng)網(wǎng)絡(luò)的路段行程時(shí)間預(yù)測(cè)研究[D];云南大學(xué);2011年

10 閆超;基于BP神經(jīng)網(wǎng)絡(luò)的煤礦深埋硐室軟巖流變參數(shù)反演分析[D];安徽理工大學(xué);2011年

本文編號(hào)：2621405