公开(公告)号：CN104899642B

公开(公告)日：2017-06-27

申请号：CN201510347351.4

申请日：2015-06-19

Applicant: 南京航空航天大学

Inventor： 罗韬 ,  庄毅 ,  顾晶晶 ,  孙健 ,  范璧健 ,  夏晓东 ,  崔鸿飞 ,  杨金龙 ,  郝纲

IPC: G06N3/08

Abstract: 本发明公开了一种基于混合神经网络模型的大变形柔性体动态应力补偿方法，属于降落伞测量技术和计算机机器学习领域。该方法可应用于大变形柔性体的动态应力补偿，尤其是降落伞、气垫船等设备工作过程中的动态应力补偿。混合神经网络模型包括知识基模型和反向传播神经网络模型，其中，知识基模型表示大变形柔性体力学模型的主要特征，反向传播神经网络表示大变形柔性体力学模型与知识基模型之间的差异特征。本发明使用高精度万能试验机获得样本数据，采用混合神经网络模型构建动态应力补偿模型，补偿结果精度高，计算复杂度低，可以有效应用于大变形柔性体的动态应力补偿，为解决复杂工作环境下动态应力补偿问题提供一种新的思路。

公开(公告)号：CN104899642A

公开(公告)日：2015-09-09

申请号：CN201510347351.4

申请日：2015-06-19

Applicant: 南京航空航天大学

Inventor： 罗韬 ,  庄毅 ,  顾晶晶 ,  孙健 ,  范璧健 ,  夏晓东 ,  崔鸿飞 ,  杨金龙 ,  郝纲

IPC: G06N3/08

Abstract: 本发明公开了一种基于混合神经网络模型的大变形柔性体动态应力补偿方法，属于降落伞测量技术和计算机机器学习领域。该方法可应用于大变形柔性体的动态应力补偿，尤其是降落伞、气垫船等设备工作过程中的动态应力补偿。混合神经网络模型包括知识基模型和反向传播神经网络模型，其中，知识基模型表示大变形柔性体力学模型的主要特征，反向传播神经网络表示大变形柔性体力学模型与知识基模型之间的差异特征。本发明使用高精度万能试验机获得样本数据，采用混合神经网络模型构建动态应力补偿模型，补偿结果精度高，计算复杂度低，可以有效应用于大变形柔性体的动态应力补偿，为解决复杂工作环境下动态应力补偿问题提供一种新的思路。