【摘要】：隨著全球市場的競爭日益激烈,產品的質量變得越來越重要,隨之產品的可靠性要求也越來越高。因此,進一步完善和改進現(xiàn)有的可靠性研究方法,更新技術手段,是提高可靠性研究的合理性和應用性的重要任務。本文將人工智能、模式識別、可靠性理論和隨機過程等學科相結合,提出了一種快速、準確的可靠性數(shù)據(jù)分析方法,解決了傳統(tǒng)的可靠性模型識別中工作繁瑣、經(jīng)驗難以積累等難題。 本文首先對目前工程中常見的幾種可靠性模型識別方法進行了分析和比較,總結了各種方法的優(yōu)缺點。在深入分析了神經(jīng)網(wǎng)絡模式識別的基礎上,提出了基于BP網(wǎng)絡的可靠性模型選擇方法。 結合智能模式識別理論,對由MATLAB軟件產生的偽隨機數(shù)序列實施特征提取,并將由此產生的特征參數(shù)作為網(wǎng)絡的輸入樣本,編制基于BP網(wǎng)絡的可靠性模型智能識別程序。 此外,在綜合傳統(tǒng)的可靠性模型參數(shù)估計方法的基礎上,本文還提出了基于自適應神經(jīng)網(wǎng)絡的可靠性參數(shù)估計方法,在MATLAB環(huán)境下編制了相應程序,并就此模型進行了數(shù)值模擬試驗。該方法是應用數(shù)學和人工神經(jīng)網(wǎng)絡理論相結合的產物,具有原理簡單,算法易于實現(xiàn),便于工程應用等優(yōu)點。 最后,本文針對正態(tài)分布、對數(shù)正態(tài)分布、威布爾分布和指數(shù)分布等四種常見的可靠性模型,進行了大量的計算機仿真試驗。試驗結果證明,這種基于神經(jīng)網(wǎng)絡的可靠性分布模型的識別方法,能有效提高可靠性數(shù)據(jù)分析的效率和客觀性,具有較高的理論意義和工程應用價值。
【圖文】：

第 3 章 基于神經(jīng)網(wǎng)絡的分布參數(shù)估計的研究是改變了網(wǎng)絡內部復雜性，而網(wǎng)絡的本質沒有性網(wǎng)絡，都有一個等效的單層線性網(wǎng)絡與之對性網(wǎng)絡采用 W-H 學習規(guī)則，其輸出誤差函數(shù)定[ ] [ ]222121E (W ,B)= T A=T WP B表示誤差信號，T 和 A分別表示期望響應和目標14)可以看出，線性網(wǎng)絡具有拋物線型的誤差函 3-2 所示，只有一個誤差最小值。

圖 4-2 S 型的對數(shù)和正切激活函數(shù)Fig. 4-2 Log-sigmiod and Tan-sigmiod Transfer FunctionBP 網(wǎng)絡采用的是廣義 W-H 學習規(guī)則，，網(wǎng)絡誤差是熟知的均方差。事實上并不是必須使用均方差，可使用任何連續(xù)可微的函數(shù)。但是選擇他的誤差函數(shù)增加了額外的復雜性，因而需要慎重處理。網(wǎng)絡誤差的計見式(4-9)，從均方差定義式子可以看出，誤差是否存在局部最小點取決輸入/輸出之間的傳遞函數(shù)。21()21pjpjNjpE =t oΣ=(式中pE ——第 p 個表征矢量的誤差pjt ——第 j 個輸出神經(jīng)元的期望值pjo ——第 j 個輸出神經(jīng)元的實際值圖 4-3 是傳遞函數(shù)為 log sig時 BP 誤差曲面圖，從圖中可以看出曲面
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2006
【分類號】：TH114

【相似文獻】

相關期刊論文 前10條

1 佟錚;張友鵬;;基于BP神經(jīng)網(wǎng)絡的機車輪對故障診斷系統(tǒng)研究[J];鐵路技術創(chuàng)新;2009年01期

2 黃蓮花;李光明;;神經(jīng)網(wǎng)絡數(shù)據(jù)融合在車用傳感器中的應用[J];裝備制造技術;2011年08期

3 景利學;蘇宏升;謝明軍;冉鵬程;;電壓型BUCK變換器控制策略研究[J];電氣傳動自動化;2011年04期

4 姜平;黃志鵬;;基于神經(jīng)網(wǎng)絡的公交客流預測[J];交通標準化;2008年13期

5 尹駿暉;李伶;杜青;;基于神經(jīng)網(wǎng)絡和柔度曲率的簡支梁損傷識別[J];山西建筑;2011年21期

6 孫海龍;馮超;匙瑞堂;;滾動軸承狀態(tài)監(jiān)測[J];工業(yè)設計;2011年05期

7 楊鶴年;;機電一體化系統(tǒng)中的智能控制技術[J];煤炭技術;2011年07期

8 許杰;程錦房;何光進;;一種基于艦船磁場的神經(jīng)網(wǎng)絡識別模型[J];船電技術;2011年09期

9 蒯松巖;吳濤;代尚方;張旭隆;;基于RBF的無位置開關磁阻電機控制系統(tǒng)[J];電力電子技術;2011年07期

10 張赫;王煒;劉瑩瑩;;神經(jīng)網(wǎng)絡在交通流信息融合中的應用[J];武漢理工大學學報(交通科學與工程版);2011年04期

相關會議論文 前10條

1 王金武;;基于神經(jīng)網(wǎng)絡的農用運輸車可靠性問題研究[A];2005年全國機械可靠性學術交流會暨“車輛與工程裝備質量與可靠性論壇”論文集[C];2005年

2 侯艷芳;馮紅梅;;基于神經(jīng)網(wǎng)絡的調制識別算法的研究[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

3 沈建榮;楊林泉;陳琳;;神經(jīng)網(wǎng)絡的穩(wěn)定性判據(jù)與區(qū)域經(jīng)濟結構調整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學會第十屆年會論文集[C];1998年

4 石山銘;李富蘭;丁俊麗;;神經(jīng)網(wǎng)絡的知識獲取[A];全國青年管理科學與系統(tǒng)科學論文集（第1卷）[C];1991年

5 吳清烈;徐南榮;;基于神經(jīng)網(wǎng)絡的一種多目標決策方法[A];復雜巨系統(tǒng)理論·方法·應用——中國系統(tǒng)工程學會第八屆學術年會論文集[C];1994年

6 李曉鐘;汪培莊;羅承忠;;神經(jīng)網(wǎng)絡與模糊邏輯[A];中國系統(tǒng)工程學會模糊數(shù)學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

7 房育棟;余英林;;高階自組織映射及其學習算法[A];1995年中國控制會議論文集（上）[C];1995年

8 王曉曄;杜朝輝;呂德忠;劉建峰;;神經(jīng)網(wǎng)絡模糊控制在溫度控制系統(tǒng)中的應用[A];1997中國控制與決策學術年會論文集[C];1997年

9 金龍;吳建生;;基于遺傳算法的神經(jīng)網(wǎng)絡短期氣候預測模型(摘要)[A];新世紀氣象科技創(chuàng)新與大氣科學發(fā)展——中國氣象學會2003年年會“氣候系統(tǒng)與氣候變化”分會論文集[C];2003年

10 申偉;張元培;;基于MATLAB的自適應神經(jīng)網(wǎng)絡模糊系統(tǒng)(ANFIS)的應用[A];《制造業(yè)自動化與網(wǎng)絡化制造》學術交流會論文集[C];2004年

相關重要報紙文章 前10條

1 記者 陳青　通訊員 孫國根;揭示神經(jīng)網(wǎng)絡形成新機制[N];文匯報;2011年

2 于翔;數(shù)字神經(jīng)網(wǎng)絡中的協(xié)同應用[N];網(wǎng)絡世界;2009年

3 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

4 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

5 ;朗訊科技應用網(wǎng)絡可靠性模型[N];人民郵電;2004年

6 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

7 本報首席記者 任荃　實習生 史博臻;軌交“神經(jīng)網(wǎng)絡”觸動創(chuàng)新神經(jīng)[N];文匯報;2011年

8 計算機世界實驗室 韓勖;當布線系統(tǒng)遭遇神經(jīng)網(wǎng)絡[N];計算機世界;2009年

9 曹建兵 李祖兵 特約記者 何天進 本報記者 于莘明;給導彈植入“神經(jīng)網(wǎng)絡”[N];科技日報;2005年

10 譚薇;“潮濕計算機”：擁有人類智慧的超級大腦[N];第一財經(jīng)日報;2010年

相關博士學位論文 前10條

1 趙河明;基于神經(jīng)網(wǎng)絡的引信可靠性技術研究[D];中北大學;2005年

2 劉志祥;深部開采高階段尾砂充填體力學與非線性優(yōu)化設計[D];中南大學;2005年

3 戴雪龍;PET探測器神經(jīng)網(wǎng)絡定位方法研究[D];中國科學技術大學;2006年

4 馬戎;智能控制技術在煉鋼電弧爐中的應用研究[D];西北工業(yè)大學;2006年

5 文敦偉;面向多智能體和神經(jīng)網(wǎng)絡的智能控制研究[D];中南大學;2001年

6 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡的橋梁結構健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年

7 杜文斌;基于神經(jīng)網(wǎng)絡的冠心病證候診斷標準與藥效評價模型研究[D];遼寧中醫(yī)學院;2004年

8 熊雪梅;參數(shù)化模糊遺傳神經(jīng)網(wǎng)絡及在植物病害預測的應用[D];南京農業(yè)大學;2004年

9 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D];東北大學;2005年

10 王承;基于神經(jīng)網(wǎng)絡的模擬電路故障診斷方法研究[D];電子科技大學;2005年

相關碩士學位論文 前10條

1 邵開麗;基于神經(jīng)網(wǎng)絡的軟件可靠性預測研究與應用[D];南昌大學;2007年

2 楊立儒;基于神經(jīng)網(wǎng)絡的電路故障診斷的研究與實現(xiàn)[D];解放軍信息工程大學;2010年

3 劉蘭蘭;基于神經(jīng)網(wǎng)絡和遺傳算法的H型鋼粗軋工藝參數(shù)優(yōu)化研究[D];山東大學;2011年

4 田鵬明;基于神經(jīng)網(wǎng)絡的振動主動控制研究[D];太原理工大學;2012年

5 姜宇;發(fā)動機裂解設備故障診斷技術的研究[D];吉林大學;2012年

6 邢遠凱;基于決策樹和遺傳算法的神經(jīng)網(wǎng)絡研究及應用[D];浙江大學;2010年

7 高寶建;基于神經(jīng)網(wǎng)絡的月降水預報模型在洪澤湖的應用研究[D];南京信息工程大學;2012年

8 陳少華;基于Hopfield神經(jīng)網(wǎng)絡控制系統(tǒng)的研究[D];山東科技大學;2010年

9 來建波;基于神經(jīng)網(wǎng)絡的路段行程時間預測研究[D];云南大學;2011年

10 閆超;基于BP神經(jīng)網(wǎng)絡的煤礦深埋硐室軟巖流變參數(shù)反演分析[D];安徽理工大學;2011年

本文編號：2621405