基于简单递归神经网络的引信故障预测算法

针对现有基于前馈式神经网络的引信故障预测算法存在自适应能力差、故障预测误差大等缺点,提出了一种基于简单递归神经网络的引信故障预测算法。该算法把经验和简单递归网络在故障预测方面的优势结合在了一起,大大缩短了网络训练时间,提高了引信的故障预测精度,而且有很强的适应能力和良好的稳定性。用此算法对引信工作参数进行预测,仿真、计算结果表明当Elman网络中隐含层神经元节点个数为50个时,引信各个工作参数的预测结果值与实测值之间的误差不到±1%,预测误差最小,而且每次的预测结果之间波动很小,证明了此算法的合理性。