文献类型：期刊文章

作　　者：李瑞莹[1] 康锐[1]

机构地区：[1]北京航空航天大学工程系统工程系,北京100083

出　　处：《航空学报》

基　　金：国防科技工业技术基础科研项目(Z132006B001)

年　　份：2008

卷　　号：29

期　　号：2

起止页码：357-363

语　　种：中文

收录情况：AJ、AMR、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20081611206936)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了更好地预测产品故障率,提出了基于神经网络的故障率预测方法,分别给出了基于反向传播(BP)网络和径向基函数(RBF)网络进行故障率预测的基本思想、预测模型和实施步骤。分别对比分析了神经网络法与回归分析法、分解分析法、移动平均法、指数平滑法、自适应过滤法、自回归-移动平均混合(ARMA)模型等统计预测方法的区别,对照故障率的特点,说明了神经网络法是其中最适用于故障率预测的统计方法。最后分别按这两种模型对某航空公司波音飞机故障率进行了预测,预测结果表明:这两种模型均适用于故障率预测,预测值与真实值的误差在20%之内,且RBF网络的预测效果略优于BP网络,此外通过与上述统计预测法的误差进行对比,说明神经网络法预测误差最小。

关 键 词：神经网络 反向传播(BP)  径向基函数(RBF)网络 可靠性 预测  

分 类 号：V215.7]