基于BP神经网络的接触电阻预测

摘要

接触电阻是反应导体间接触性能的重要参数.根据接触电阻这一特点,本文引入了基于反向传播算法的神经网络模型,并建立了接触电阻与接触压力、接触表面粗糙度的非线性关系.将数据分为训练数据和测试数据,通过训练数据运用反向传播算法来训练神经网络,按照误差梯度下降的方式调整网络的初始权值和阈值.利用测试数据对网络进行测试,所得最大相对误差为4.1%.所得结果表明:利用神经网络模型对接触电阻进行预测是可行的,若能得到足够的训练样本,用神经网络建立的接触电阻模型精确可靠.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号