基于小波过程神经网络的飞机发动机状态监视

摘要：

针对飞机发动机状态监视问题,提出了小波过程神经网络模型.其隐层和输出层为过程神经元,隐层激活函数采用小波函数.该模型结合了过程神经网络可以处理连续输入信号的特点及小波变换良好的时频局域化性质,有更强的学习能力和更高的预测精度.文中给出了相应的学习算法,并以飞机发动机状态监视中排气温度裕度的预测为例,分别利用3层前向过程神经网络和小波过程神经网络进行预测.结果表明,小波过程神经网络结构更简单,收敛速度更快,优于过程神经网络,因而为飞机发动机状态监视提供了一种有效的方法.

关键词：过程神经元、小波过程神经网络、学习算法、飞机发动机状态监视

所属期刊栏目：28

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家国际科技合作专项基金

在线出版日期：2007-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：68-71