基于anfis的涡轮发动机风车工况建模仿真

小样本情况下神经网络模型泛化能力不足的缺陷限制了其在涡喷发动机风车工况建模中的应用。在十组风车工况实验数据的基础上建立了涡喷发动机风车工况的神经网络模型,并且利用人们对涡喷发动机动静态、相似参数以及剩余功率与加速度的关系等先验知识不断对神经网络的输入变量进行变换,逐次减少神经网络的训练样本数目,最终只用一组训练样本就可以训练出泛化能力较强的神经网络模型,大大提高了小样本情况下神经网络的泛化能力。仿真结果表明,该方法简单有效。