基于BAS-BP神经网络的多应力加速寿命试验预测方法

摘要

cqvip:为解决多应力条件下加速寿命试验中建立复合加速模型困难、模型参数难以求解以及建模过程中通常忽略应力间耦合作用的问题,根据天牛须搜索建立改进的BP神经网络模型。使用多应力加速寿命试验中收集的4组应力水平的失效数据对BAS-BP神经网络模型进行训练,对第5组应力水平下的可靠度与失效时间进行预测。利用平均相对误差、拟合优度2个参数对模型的预测结果进行评价,并与BP神经网络的预测结果进行对比。结果表明,BAS-BP神经网络具有更好的准确性及鲁棒性。