几种基于神经网络的导弹惯性器件故障预报方法及其性能比较

摘要

研究了标准BP网络、改进的BP网络(带动量的自适应BP网络)、L-M网络和RBF网络及其学习算法,探讨了基于这四种神经网络的导弹惯性器件故障预报方法,并通过仿真实验对四种网络的预测预报性能进行了分析比较.结果表明,L-M网络和RBF网络对惯性器件的故障预报比两种BP网络更准确,收敛速度更快.