论文部分内容阅读
为了节约飞机维修成本,准确预测换热器结垢厚度,通过利用改进的BP神经网络预测模型,利用25组数据,建立了换热器结垢厚度与四个因素(环境温度、空调系统进口压力、初级换热器出口温度、次级换热器出口温度)之间的网络预测模型。模型包括4个输入神经元,9个隐含层神经元和1个输出层神经元。训练结果表明,改进之后的BP神经网络模型不仅克服了原始BP神经网络收敛速度慢,稳定性差的特点,还可以以较高的精度预测换热器的结垢厚度。