旋转机械的新息加权神经网络工作状态趋势预测研究  

NEW METHOD OF TREND PREDICTING WITH WEIGHTED NEW INFORMATION NEURAL NETWORK BY MEAN VALUE FUNCTION FOR ROTATING MACHINE

作　　者：徐小力[1] 韩秋实[1] 许宝杰[1] 左云波[1] 王涛[1] 

机构地区：[1]北京机械工业学院机电系统测控北京市重点实验室,北京100085

出　　处：《机械强度》2006年第z1期37-39,共3页Journal of Mechanical Strength

基　　金：国家自然科学基金(50375017);北京自然科学基金(3042006)资助项目~~

摘　　要：在面向旋转机械的神经网络工作状态预测中,存在着对新数据强调不足的缺陷,为了弥补原有的神经网络存在的缺陷,提出一种新的神经网络预测方法,即基于均值函数新息加权的神经网络预测方法。依据时间序列数据的新旧程度对预测值贡献的大小,通过均值函数赋给输入数据不同的权值系数,提高神经网络的预测精度。在旋转机械工作状态预测中取得较为理想的预测效果。In a prediction of working condition with neural network for rotating machine, there are some defects in the insufficient emphasis to new data. A new kind of prediction method based on neural network with weighted new information using mean value function is put forward, in order to make up the defects. The prediction accuracy of neural network can be increased, by inputting different weighted value using mean function, according to the contributions of the time sequence data to prediction values. It cao make ideal effect in the prediction of working condition for rotating machine.

关 键 词：旋转机械 趋势预测 新息加权神经网络 均值函数 

分 类 号：TH165.3[机械工程—机械制造及自动化] TP183[自动化与计算机技术—控制理论与控制工程]