收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于神经网络的故障率预测方法

李瑞莹  康锐  
【摘要】:为了更好地预测产品故障率,提出了基于神经网络的故障率预测方法,分别给出了基于反向传播(BP)网络和径向基函数(RBF)网络进行故障率预测的基本思想、预测模型和实施步骤。分别对比分析了神经网络法与回归分析法、分解分析法、移动平均法、指数平滑法、自适应过滤法、自回归-移动平均混合(ARMA)模型等统计预测方法的区别,对照故障率的特点,说明了神经网络法是其中最适用于故障率预测的统计方法。最后分别按这两种模型对某航空公司波音飞机故障率进行了预测,预测结果表明:这两种模型均适用于故障率预测,预测值与真实值的误差在20%之内,且RBF网络的预测效果略优于BP网络,此外通过与上述统计预测法的误差进行对比,说明神经网络法预测误差最小。

知网文化
【相似文献】
中国重要会议论文全文数据库 前1条
1 万玉成;孙倩;袁文君;;基于可拓关联函数的航空发动机磨损故障诊断方法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978