论文部分内容阅读
利用ＢＰ反馈神经网络对高速旋转动力系统的稳定性进行辨识，考虑由轴承间隙影响而产生的非稳定性问题。给出了相应的多参数稳定性问题的公式以及相应的一系列化为三维参数的代数不等式，庆用有监的学习神经网络将旋转动力系统在较宽范围的三维物理参数映射成一狭窄的区域。解析仿真推导出系统的二值状态不等式，构造陷藏层和函数链两种神经网络，利用所选定的旋转系统的参数值进一步训练该函数链的神经网络，从而构成分类网络。用稳定性状态识别的误判率来评估分类神经网络的性能。