论文部分内容阅读
为了更好地保障航空飞行器的安全，提高飞行器的可靠性，提出了一种通过性能参数稳定的光纤智能夹层采集数据，并且结合模糊RBF神经网络对机翼盒段载荷进行识别实验的方法。该方法融合了模糊理论和神经网络各自的优点，通过改进的模糊C均值聚类（FCM）聚类算法删除冗余的规则以进行规则的优化，能自适应地从学习样本数据中提取相应信息，实时地进行载荷辨识。从仿真结果可以看出：该网络模型具有学习时间较短、学习速率较快和精度较高等优点。