一种研究逆向卸荷膜片式减压器稳定性的BP神经网络改进算法

摘要：

为更好地研究多结构参数耦合变化下减压器PPR(pressure reducing regulator)的稳定性,使用BFGS (Broyden Fletcher-Goldfarb-Shanno)拟牛顿法替换梯度下降法,实现了基于Wolfe条件的一维线搜索变步长BP(back propagation)算法.结果表明:改进的BP算法使迭代次数减少了1～2个数量级,且易于收敛到最小点.该算法用于逆向卸荷膜片式减压器时,能适应2～3个结构参数的耦合,可预测大于10 6个数据点的数据集.多结构参数同时变化时,更容易找到使得减压器稳定的结构参数组合.更重要的是这些结构参数同时变化时减压器的稳定性比仅其中一个参数变化时更好.

关键词：BP神经网络、拟牛顿法、变步长、减压器(PRR)、稳定性、结构参数

所属期刊栏目：32

分类号：V434(推进系统（发动机、推进器）)

资助基金：国家自然科学基金11371044,11101023

在线出版日期：2017-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1241-1249