论文部分内容阅读
故障预测是保障大型设备安全运行和施行科学维护的关键技术，针对烟气轮机运行呈现出的非线性特性，引入回声状态神经网络进行状态趋势预测研究。采用奇异值分解方法对回声状态网络的线性回归训练算法进行改进，可提高回声状态网络的预测性能，并给出预测过程。实例分析表明，采用改进回声状态网络进行预测的效果较好。
改进回声状态网络的烟气轮机状态趋势预测
【摘 要】
：
故障预测是保障大型设备安全运行和施行科学维护的关键技术，针对烟气轮机运行呈现出的非线性特性，引入回声状态神经网络进行状态趋势预测研究。采用奇异值分解方法对回声状态网
【机 构】
：
北京信息科技大学机电系统测控北京市重点实验室,北京理工大学机械与车辆学院
【出 处】
：
北京信息科技大学学报(自然科学版)
【发表日期】
：
2010年4期
其他文献