案例推理和神经网络在航空发动机稳态模型中的应用  

Application of CBR and Neural Network for Steady-State Model of Aeroengine

作　　者：曹阳[1] 付烨[2] 李文峰[1] 乔黎[1] 

机构地区：[1]沈阳发动机设计研究所,沈阳110015 [2]沈阳工业设备调剂有限公司,沈阳110003

出　　处：《航空发动机》2009年第1期47-49,10,共4页Aeroengine

摘　　要：传统建模方法难以准确建立航空发动机数学模型,单纯使用BP神经网络建模又有其不足。将案例推理和改进BP方法相结合,根据案例推理优化训练数据,再利用神经网络,建立了发动机稳态模型。结果表明,该模型有较高的稳态精度,而且具有较好的泛化能力。The mathematical model of an aeroengine was hard to be built by the traditional modeling methods, and the model built merely by BP neural network was insufficient. The steady-state model of the aeroengine was built according to the training datum of the CBR （Case-Based Reasoning） optimization and then using the NN （Neural Network） by combining CBR and the improved BP method. The results show that the model has the high steady-state precision and generalization performance.

关 键 词：案例推理 神经网络 航空发动机 稳态模型 

分 类 号：V23[航空宇航科学与技术—航空宇航推进理论与工程] TP273[自动化与计算机技术—检测技术与自动化装置]