基于遗传神经网络的汽车故障率预测

基于遗传神经网络的汽车故障率预测

ID:33855477

大小:511.82 KB

页数:67页

时间:2019-03-01

基于遗传神经网络的汽车故障率预测_第1页
基于遗传神经网络的汽车故障率预测_第2页
基于遗传神经网络的汽车故障率预测_第3页
基于遗传神经网络的汽车故障率预测_第4页
基于遗传神经网络的汽车故障率预测_第5页
资源描述:

《基于遗传神经网络的汽车故障率预测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、上海交通大学硕士学位论文i基于遗传神经网络的汽车故障率预测摘要汽车在使用过程中总会有故障出现,对于汽车生产商来说,了解到汽车在一定行驶条件下的故障率,可以减少相应的时间成本和库存成本。有鉴于此,本文首先通过对汽车整体性能的分析,找出可能引起整体性能指标降低而导致汽车故障的因素:汽车不同零件的易损度不同,零件本身质量差异,汽车维修频率,汽车消耗品种类,汽车行驶环境,驾驶因素,行驶距离等,开拓了汽车故障模型建模的新途径;并对每个不同的故障因素影响导致汽车故障的权重进行了分析评估,得出汽车故障率的控制模型。其次,本文采用了GA-BP神经网络处理问

2、题。在描述了传统BP网络的基本模型的基础上,介绍了用于BP网络中的常见的几种改进算法:附加动量和学习率自适应调整的改进BP算法(BPX)、Levenberg-Marquardt优化方法(LM)、Bayes规范化BP算法。并利用遗传算法对神经网络的权值和阈值进行优化,在MATLAB上分别对这几种算法对模型进行了训练,利用神经网络的泛化能力,得到我们所需要的预测数据。关键字:BP神经网络、遗传算法、优化、汽车故障率、预测i上海交通大学硕士学位论文iFORECASTTHECARFAILUREBASEDONBPNEURALNETWORKABSTRA

3、CTIngeneral,theautomobilehasthebreakdownappearanceintheuseprocess.Regardingtheautomobileproducer,itwouldreducethecorrespondingtimecostandinventorycostafterknowingtheautomobilefailurerateundercertaintravelcondition.Astothis,firstly,throughtheautomobileoverallperformanceanal

4、ysis,thearticlefindsthepossiblecausestoreducetheautomobilebreakdown,suchastheautomobileeachinstallmentbuckle,thecomponentsqualitydifferences,theautomobileservicefrequency,theautomobilefueloil,theautomobiletravelenvironment,thedrivingtechnologyandthedrivingmethod,thetravelc

5、ourseandsoonandetc.Allofthesehavedevelopedtheautomobilebreakdownmodelinthenewway,andanalysistheweighofthedifferentbreakdownfactorsinfluence,thentheautomobilefailureratecontrolmodelhasbeengot.Next,thisarticlehasusedtheGA-BPneuralnetworktosolvethequestion.Onthefoundationofth

6、etraditionalBPnetworkbasicmodel,itintroducestheseveralcommonkindsofimprovementalgorithmintheBPnetwork:Additionalmomentumandlearningrateauto-adaptedi上海交通大学硕士学位论文iiadjustmentimprovementBPalgorithm(BPX),Levenberg-Marquardtoptimizedalgorithm(LM),BayesstandardizedBPalgorithm,an

7、dcarriesontheoptimizationontheneuralnetworkweightandbiasusingthegeneticalgorithm.IthasseparatelycarriedonthetrainingmodelbyMATLABonthebasisofthesealgorithms,andforecastthedatawhichweneedthroughregressionabilityusingtheneuralnetwork.KEYWORDS:Back-PropagationNeuralNetwork,Ge

8、neticAlgorithm,CarFailure,Forecastii上海交通大学硕士学位论文63上海交通大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。