针对发动机特性计算中数据插值精度不高和部件特性的小转速数据难以获得的问题,建立了对部件特性数据进行识别学习的BP神经网络,从而实现了精确插值和对未知特性数据的推测.通过对网络输出结果的分析,表明该网络具有较强的实用性和准确性.
燃气涡轮试验与研究
2003年4期