论文部分内容阅读
针对传统预测方法无法综合分析多维参数中存在的空间聚合及时间累积效应的问题,该文利用离散过程神经网络对装备技术状态多维参数进行预测。针对网络训练中存在的易获得局部最优解的问题,利用混沌粒子群算法对网络学习过程进行了优化。在此基础上,以某装备传动箱油液数据预测为例对该预测方法的有效性进行了验证,优于其他同类预测方法。