来源：期刊VIP网 时间：
作者：张佶;洪亮;杨利斌;
单位：海军航空大学;
摘要：装备故障预测存在小样本、波动性强的特性，针对传统灰色波形预测模型对波动序列进行拟合时误差较大问题，探索一种基于神经网络优化改进灰色波形预测模型的装备故障预测方法，该方法主要采用BP神经网络与灰色波形预测模型中GM(1,1)模型组进行并联，优化等高点出现时间预测精度，从而得出中短期时间内预测波形，最终计算得出未来某一时间点的装备故障率，装备故障预测实例表明，改进后的波形预测模型较传统波形预测模型有更高的精度。
关键词：故障预测;;灰色波形预测模型;;灰色神经网络;;GM(1,1)
