典型文献
基于PCA-BP的航空发动机大修周期预测方法
文献摘要：
航空发动机大修具有影响因素多、因素之间耦合关系复杂等特点,针对数据驱动的航空发动机大修周期预测,提出基于主成分分析和反向传播神经网络(PCA-BP)的航空发动机大修周期预测方法.在分析影响航空发动机大修周期主要因素的基础上,采用PCA方法得到影响航空发动机大修周期的主成分因素,并将其作为BP神经网络的输入.基于某型航空发动机大修数据对PCA-BP模型进行训练和测试,并与BP神经网络模型进行比较,结果表明PCA-BP模型预测精度更高,验证了方法的有效性.
文献关键词：
航空发动机;大修周期;主成分分析;BP神经网络
中图分类号：
作者姓名：
符式峰;贾晓亮;安磊;常笑
作者机构：
西北工业大学,陕西 西安710000;空军装备部装备保障大队,北京100000
文献出处：
引用格式：
[1]符式峰;贾晓亮;安磊;常笑-.基于PCA-BP的航空发动机大修周期预测方法)[J].航空计算技术,2022(03):62-66
A类：
B类：
航空发动机,大修周期,周期预测,耦合关系,反向传播神经网络
AB值：
0.090946
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
