旋转机械的新息加权神经网络工作状态趋势预测研究
徐小力
韩秋实
许宝杰
左云波
王涛
1.北京机械工业学院,机电系统测控北京市重点实验室,北京,1000852.北京机械工业学院,机电系统测控北京市重点实验室,北京,1000853.北京机械工业学院,机电系统测控北京市重点实验室,北京,1000854.北京机械工业学院,机电系统测控北京市重点实验室,北京,1000855.北京机械工业学院,机电系统测控北京市重点实验室,北京,100085
摘要：在面向旋转机械的神经网络工作状态预测中,存在着对新数据强调不足的缺陷,为了弥补原有的神经网络存在的缺陷,提出一种新的神经网络预测方法,即基于均值函数新息加权的神经网络预测方法.依据时间序列数据的新旧程度对预测值贡献的大小,通过均值函数赋给输入数据不同的权值系数,提高神经网络的预测精度.在旋转机械工作状态预测中取得较为理想的预测效果.
关键词：旋转机械趋势预测新息加权神经网络均值函数
分类号：TH16(机械制造工艺)
资助基金：国家自然科学基金(50375017)北京市自然科学基金(3042006)
论文发表日期：2006-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：3( 37-39 )
英文信息