论文部分内容阅读
汽车发动机故障呈现多部位、多现象、非线性等特点,因此诊断汽车发动机故障较为困难。经过对汽车发动机故障的诊断以及BP神经网络理论的研究。将BP神经网络的联想、推测、记忆、学习等优点和误差反向传播算法应用于汽车故障诊断。分析了系统网络结构和性能,利用实际测试的故障样本训练网络并进行测试。结论证明,BP神经网络应用于汽车故障诊断,效果良好,具有较高的诊断效率和准确度。