基于模糊神经网络的导弹动力系统状态预测
来源期刊：控制工程2007年第S2期
论文作者：马宝民 孟建琦 田路
文章页码：42 - 44
关键词：补偿模糊神经网络;导弹动力系统;参数预测;
摘 要：在导弹的工作过程中,准确并快速地监控导弹动力系统的状态变化是提高导弹安全性、可靠性的重要环节。研究了基于补偿模糊逻辑与神经网络相结合的补偿模糊神经网络(CFNN)。利用CFNN学习速度快、学习过程稳定、全局动态优化运算等特点,建立导弹动力系统状态参数预测模型。仿真结果表明,该模型收敛性好、预测精度高,对导弹动力系统状态参数具有较好的预测能力。
马宝民，孟建琦，田路
摘 要：在导弹的工作过程中,准确并快速地监控导弹动力系统的状态变化是提高导弹安全性、可靠性的重要环节。研究了基于补偿模糊逻辑与神经网络相结合的补偿模糊神经网络(CFNN)。利用CFNN学习速度快、学习过程稳定、全局动态优化运算等特点,建立导弹动力系统状态参数预测模型。仿真结果表明,该模型收敛性好、预测精度高,对导弹动力系统状态参数具有较好的预测能力。
关键词：补偿模糊神经网络;导弹动力系统;参数预测;
