基于模糊神經(jīng)網(wǎng)絡的飛機子系統(tǒng)故障診斷的研究.pdf

1、隨著計算機神經(jīng)網(wǎng)絡技術的飛速發(fā)展，以及現(xiàn)代作戰(zhàn)飛機故障診斷的落后現(xiàn)狀，對故障診斷自動化、智能化的要求逐漸地提高。如何很好地實現(xiàn)基于模糊神經(jīng)網(wǎng)絡的機載設備故障診斷逐步成為一個重要的研究方向。
　　 飛機子系統(tǒng)是一個非線性系統(tǒng)?；谀：窠?jīng)網(wǎng)絡的非線性系統(tǒng)辨識要通過結構辨識和參數(shù)辨識來實現(xiàn)。
　　 在結構辨識中，涉及到輸入輸出空間的劃分、模糊規(guī)則數(shù)目以及前提和結論部分初始參數(shù)的確定。在深入分析用于獲取模糊規(guī)則的模糊C-均值聚

2、類算法的局限性基礎上，結合粒子群優(yōu)化算法的優(yōu)越性，提出一種基于模糊C-均值的改進聚類算法。此算法能夠較好地抗噪、抗敏感，具有較強的全局搜索能力，避免陷入局部極小，提高了聚類的效率和效果。根據(jù)聚類的結果制定出模糊規(guī)則庫，并生成出模糊神經(jīng)網(wǎng)絡的初始結構。
　　 在參數(shù)辨識中，構建出一個與模糊推理機制相匹配的四層模糊神經(jīng)網(wǎng)絡。給出模糊神經(jīng)網(wǎng)絡的BP 學習算法，利用此算法對網(wǎng)絡初始結構進行網(wǎng)絡訓練來調(diào)整其權值參數(shù)，生成精度較高的模糊神經(jīng)