重庆理工大学学报2020，Vol.34Issue(12) ：96-103.DOI:10.3969/j.issn.1674-8425(z).2020.12.013

基于可拓神经网络的产品运行状态预测模型

Product Extension Running State Prediction Model Based on Neural Network

王体春 方磊磊 童昌圣
重庆理工大学学报2020，Vol.34Issue(12) ：96-103.DOI:10.3969/j.issn.1674-8425(z).2020.12.013
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于可拓神经网络的产品运行状态预测模型

Product Extension Running State Prediction Model Based on Neural Network

王体春 1方磊磊 1童昌圣1
扫码查看

作者信息

  • 1. 南京航空航天大学 机电学院,南京 210016
  • 折叠

摘要

复杂机械产品运行状态预测分析往往准确率较低、推理时间较长、难于推理,难以获得有效结果.为此,给出了基于改进可拓神经网络的复杂机械产品运行状态预测分析模型.提出了改进的可拓距,基于该可拓距构建可拓神经元,建立复杂机械产品运行状态分析经典域模型,并对运行数据进行训练,形成复杂机械产品运行状态可拓神经网络预测分析模型.通过具体案例对算法和模型进行验证,并对比BP神经网络,结果表明了模型与算法的有效性和可行性.

关键词

预测分析模型/可拓神经网络/运行状态/复杂机械产品

引用本文复制引用

基金项目

国家自然科学基金(51775272)

国家自然科学基金(51005114)

中国国家留学基金(201906835046)

出版年

2020
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量8
段落导航相关论文