重庆理工大学学报（自然科学）

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

• 机械·材料 • 上一篇    下一篇

基于可拓神经网络的产品运行状态预测模型

王体春,方磊磊,童昌圣   

  1. 南京航空航天大学机电学院,南京 210016
  • 收稿日期:2020-02-22 出版日期:2021-01-28 发布日期:2021-01-28
  • 作者简介:王体春，男，副教授，硕士生导师，主要从事数字化设计、知识工程、可拓工程和人工智能研究，Ｅ-ｍａｉｌ：ｗａｎｇｔｉｃｈｕｎ２０１０＠ｎｕａａ．ｅｄｕ．ｃｎ。
  • 基金资助:
    国家自然科学基金项目（５１７７５２７２；５１００５１１４）；中国国家留学基金项目（２０１９０６８３５０４６）

  • Received:2020-02-22 Online:2021-01-28 Published:2021-01-28

PDF (PC)

272

赞

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

中图分类号: 

  • TP301.6