基于神经网络和L-M算法的涡轮叶片三波段辐射测温方法

本发明公开了一种基于神经网络和L‑M算法的涡轮叶片三波段辐射测温方法，其包括：获取样本数据构建神经网络模型，并对神经网络模型进行训练和优化；将待预测数据输入值输入至神经网络模型多次迭代，得到预测电压信号输出值，将预测电压信号输出值转化为对应的预测温度值，得到的多个预测温度值作为遗传算法的输入值，进行全局寻优，得到适应度最高的最优结果值；利用最优结果值作为L‑M算法的输入值多次迭代，输出误差函数值最小值，对应的温度值，即为最优温度解。本发明提供一种能够修正近似发射率比值带来的误差，同时提高温度反演时精度和收敛速度的辐射测温算法。