面向狀態(tài)預(yù)報的過程神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究.pdf

1、航空發(fā)動機性能衰退預(yù)報、航天器熱平衡試驗中熱平衡溫度的預(yù)測以及航天器空間工作環(huán)境預(yù)測等都可以看作是一類十分復(fù)雜的非線性時變問題，難以用確定的機理模型進行描述，利用積累的豐富的性能參數(shù)樣本進行預(yù)測、預(yù)報分析就成為一種現(xiàn)實而有效的方法。針對現(xiàn)有的基于傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)的狀態(tài)預(yù)報技術(shù)在解決時變狀態(tài)預(yù)報問題時的不適應(yīng)性，本文在國家自然科學(xué)基金(項目編號：60373102；60572174)的資助下，在發(fā)展過程神經(jīng)網(wǎng)絡(luò)理論的同時將其與動態(tài)模式識別及

2、時間序列預(yù)測理論相結(jié)合，提出了一種基于過程神經(jīng)網(wǎng)絡(luò)的新型狀態(tài)預(yù)報理論，并將該狀態(tài)預(yù)報理論用于解決上述航空、航天領(lǐng)域中的實際問題，取得了滿意的結(jié)果。
　　在發(fā)展過程神經(jīng)網(wǎng)絡(luò)理論方面，本文從連接方式和逼近特性角度出發(fā)，提出了三種具有較好適應(yīng)性的過程神經(jīng)網(wǎng)絡(luò)模型——雙并聯(lián)前饋過程神經(jīng)網(wǎng)絡(luò)、Elman型反饋過程神經(jīng)網(wǎng)絡(luò)和對向傳播過程神經(jīng)網(wǎng)絡(luò)。其中，前兩者均為具有全局逼近特性的過程神經(jīng)網(wǎng)絡(luò)，后者則是一種具有局部逼近特性的前饋型過程神經(jīng)網(wǎng)絡(luò)。

3、文中分別為三種網(wǎng)絡(luò)模型開發(fā)了各自適用的學(xué)習(xí)算法，并對各網(wǎng)絡(luò)模型及其學(xué)習(xí)算法的相關(guān)性能進行了分析和仿真驗證。
　　本文提出的基于過程神經(jīng)網(wǎng)絡(luò)的狀態(tài)預(yù)報理論主要包括基于過程神經(jīng)網(wǎng)絡(luò)的動態(tài)模式識別理論和基于過程神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測理論。文中分析了過程神經(jīng)網(wǎng)絡(luò)用于動態(tài)模式特征提取和分類決策的機理，認(rèn)為動態(tài)模式實際上可以看作是過程神經(jīng)網(wǎng)絡(luò)輸入函數(shù)空間中的一個點，證明通過非線性地投射到高維函數(shù)空間會比投射到低維函數(shù)空間使動態(tài)模式更可能是線性

4、可分的。仿真試驗驗證了基于過程神經(jīng)網(wǎng)絡(luò)的動態(tài)模式識別方法的有效性。同時，本文從泛函分析的角度出發(fā)，將時間序列短期預(yù)測看作是一個泛函逼近問題，將時間序列長期預(yù)測看作是一個算子逼近問題。文中討論并證明了過程神經(jīng)網(wǎng)絡(luò)對任意連續(xù)泛函或算子的逼近能力，為過程神經(jīng)網(wǎng)絡(luò)用于時間序列預(yù)測提供了理論上的支持。文中以Mackey-Glass混沌時間序列預(yù)測為例驗證了基于過程神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測方法的有效性。
　　針對航空、航天的實際需求，本文首次將

5、基于過程神經(jīng)網(wǎng)絡(luò)的狀態(tài)預(yù)報理論應(yīng)用于這兩個重要領(lǐng)域中。利用基于過程神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測方法完成了對航天器熱平衡溫度的預(yù)測、對太陽活動第23周太陽黑子數(shù)平滑月均值的預(yù)測以及對航空發(fā)動機排氣溫度和滑油金屬含量的預(yù)測，還利用基于過程神經(jīng)網(wǎng)絡(luò)的動態(tài)模式識別方法完成了對航空發(fā)動機轉(zhuǎn)子仿真機械故障的診斷。用基于過程神經(jīng)網(wǎng)絡(luò)的狀態(tài)預(yù)報理論解決上述問題均取得了滿意的結(jié)果。實際應(yīng)用結(jié)果同時表明：與傳統(tǒng)狀態(tài)預(yù)報技術(shù)相比，在處理時變問題方面，本文提出的基于