基于神经网络模型的固体火箭发动机试验数据智能诊断方法

摘要：

本文主要涉及固体火箭发动机试验中歧义数据的智能自动化诊断,减少人为经验判断的误差.实现的技术途径是第一步应用t检验检查出歧义点值,第二步根据本文提出的BP-ML算法,改进了传统人工神经网络中权重的获得方法,改为将输入发动机各参数值{xi}假定是一个Gaussian过程,满足AR(P)模型,通过极大似然估计法求得权重值,检验出歧义参数,并进行参数值重构.

关键词：固体火箭发动机、神经网络、歧义数据

分类号：TP18;V43(自动化基础理论)

在线出版日期：2019-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：83-84