基于神经网络的冷却剂热物性拟合方法

基于径向基函数神经网络(rbfn)和广义回归神经网络(grnn)对火箭发动机冷却剂热物性进行拟合,并与bp网络进行了比较。结果表明,采用rbfn和grnn进行物性拟合具有网络结构简单,计算精度高,训练速度快的优点,可方便地引入液体火箭发动机传热计算程序中。