基于神经网络的小样本系统可靠性预计

基于神经网络的小样本系统可靠性预计
张宏斌;贾志新;郗安民
【期刊名称】《机械科学与技术》
【年(卷),期】2009(028)012
【摘要】针对小样本系统可靠性预计精度较低、传统方法比较复杂而且费用较高的问题,提出了一种基于反向传播(back propagation,BP)神经网络,应用较少经验可靠性数据对小样本系统可靠性进行预计的方法.根据前期收集的小样本系统可靠性数据应用径向基函数(radial basis function,RBF)神经网络进行拟合、扩充,形成与小样本可靠性数据具有相同失效统计规律的扩充可靠性数据.采用扩充的可靠性数据对BP神经网络进行训练,建立小样本系统可靠性预计模型.通过实例验证,表明应用扩充的可靠性数据对BP神经网络进行训练后预测结果精度比未扩充可靠性数据之前的预计精度提高了57%,满足了可靠性预计要求.
【总页数】5页(P1555-1559)
【作者】张宏斌;贾志新;郗安民
【作者单位】北京科技大学,机械工程学院,北京,100083;陆军航空兵学院,机载设备系,北京,101114;北京科技大学,机械工程学院,北京,100083;北京科技大学,机械工程学院,北京,100083
【正文语种】中文
【中图分类】TP183
【相关文献】
1.基于神经网络的数控系统可靠性预计 [J], 刘翔飞
2.小样本条件下基于预报估计的系统可靠性评定 [J], 张永强;刘琦;周经伦
3.基于流程仿真的物资接收系统可靠性预计方法 [J], 胡斌;狄鹏;刘刚
4.考虑小样本统计的BP神经网络配电系统可靠性预测方法 [J], 王宏刚;田洪迅;李浩松;王越;施明泰;万涛;李金;康泰峰
5.基于蒙特卡罗的复杂火工系统可靠性预计精度研究 [J], 付东晓; 张国兴; 张蕊; 李芳; 都振华; 麻宏亮; 平川
因版权原因，仅展示原文概要，查看原文内容请购买。