理想薄平板气动导数的人工神经网络识别

摘要

介绍一种用BP人工神经网络方法识别理想薄平板的气动导数的方法.通过构造BP网络,比较各种因素对识别结果的影响. 数据处理方式对神经网络的训练结果影响很大.隐层单元数量、训练次数、随机赋值次数、样本数量等对训练结果也有影响,但影响较小.采用这种方法识别理想薄平板的气动导数是可行的,并且具有较高的精度.