论文部分内容阅读
针对某型弹用航空发动机涡轮,建立了基于径向基函数神经网络的性能预测近似模型。由均匀设计提供训练样本,选取静叶叶身5个关键截面上的7个参数作为设计变量,涡轮效率作为输出变量,采用遗传算法对径向基网络进行训练,并和BP网络算法求解的模型进行了对比。结果表明:该算法能够广泛地利用样本空间,得到较高的训练和测试精度;构建的RBF网络具有较小的网络规模.较强的泛化能力。