期刊文献+

基于BP神经网络的汽车故障率预测研究

原文传递
导出
摘要 随着社会发展,汽车已经成为家庭的重要出行工具。汽车运行时间越长,故障发生率越高,不利于人们的生命健康安全。因此,利用现代模式识别、机器学习等技术构建一个汽车故障率预测模型,及时发现汽车运行故障,以便能够保证汽车以及乘用人的生命安全。本文详细地分析了BP神经网络的基本理论和概念,同时将其应用到汽车故障率预测中,可以提高故障率预测的准确度。
作者 蓝天宇
出处 《科学家》 2017年第3期63-64,共2页 Scientist
  • 相关文献

参考文献4

二级参考文献40

  • 1蒋超,杨琳,付敏.中国人口预测的数学模型[J].内江师范学院学报,2008,23(12):33-35. 被引量:4
  • 2董锡明.机车车辆故障与可靠性分析[J].铁道机车车辆,2004,24(6):42-47. 被引量:8
  • 3Jacobs RA.Increased rates of convergence through learning rate adaptation. Neural Networks . 1988 被引量:1
  • 4Rumelhart DE,Hinton GE,Williams RJ.Learning internal representations by error propagation. Parallel Distributed Processing: Explorations in the Microstructure of Cognition, Volume 1: Foundations . 1986 被引量:1
  • 5Pham H T,Yang B S. Estimation and forecasting of machine health condition using. ARMA/GARCH model[J].Mechanical Systems and Signal Processing, 2010,24(2) : 546 - 558. 被引量:1
  • 6Chen Z S,Yang Y M, Hu Z,et al. Detecting and predicting early faults of complex rotating machinery based on cyclostationary time series model[J].Journal of Vibration and Acoustics,2006,128(5): 666- 671. 被引量:1
  • 7Pieter-Jan Vlok, Macie] wnek, Maciei Zygmunt. Utilising statistical residual life estimates of bearings to quantify the influence of preventive main- tenance actions[J].Mechanical Systems and Signal Processing, 2004,18 .. 833 - 847. 被引量:1
  • 8Huang R,Xi L, Li X, et al. Residual life predictions for ball bearings based on self-organizing map and back propagation neural network methods [J].Mechanical Systems and Signal Processing,2007,21(1) :193 -207. 被引量:1
  • 9Kutylowska, Malgorzata. Neural network approach for failure rate predietion[J]. Engineering Failure Analysis, 2015,47 (1) : 41 - 48. 被引量:1
  • 10李瑞莹,康锐.基于神经网络的故障率预测方法[J].航空学报,2008,29(2):357-363. 被引量:55

共引文献57

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部