目视检测损伤检出概率BP神经网络预测模型

摘要：

为了获得更可靠的检出概率,提高目视检测结果准确性,保证航空维修安全,根据检测环境影响因素实验结果,选取照明条件、检测距离、检测角度、损伤深度作为检测结果影响因素,采用反向传播(BP)神经网络,以4个影响因素作为输入层神经元,检出概率作为输出层神经元,通过网络训练对样本数据进行仿真,建立检出概率预测模型,通过比较预测和实验数据对模型进行检验.结果表明,模型预测与实验所得检出概率值均方百分比误差为4.79％,模型预测结果是有效可行的.根据目视检测损伤检出概率BP神经网络预测模型可以选择符合要求的检测条件.

关键词： 航空飞机 冲击损伤 目视检测 检出概率 预测模型 反向传播神经网络

作者: 蒋韵尔 黄淑萍 吴奇 傅山

作者单位: 上海交通大学 船舶海洋与建筑工程学院,上海 200240 上海交通大学 航空航天学院,上海 200240

会议类型: 国内会议

会议名称: 2014年全国开放式分布与并行计算学术年会

会议地点: 湖北襄阳

会议语种:中文

页码: 172-175

在线出版日期: 2014-09-27（万方平台首次上网日期，不代表论文的发表时间）