摘要
本发明涉及电数字数据处理的技术领域,公开了一种基于人工智能的电子元件性能预测方法及系统。本发明首先获取电子元件的结压降和基区压降,使用接触压降检测法计算接触压降,计算电子元件正向压降,记为第一电子元件性能影响因素;再建立灰色模型,再对灰色模型进行残差修正,得到修正后的灰色模型函数,使用BP神经网络对电子元件电阻进行预测,将预测电阻代入修正后的灰色模型函数中,得到电子元件寿命,记为第二电子元件性能影响因素;再对第一电子元件性能影响因素和第二电子元件性能影响因素通过区间算法和归一化处理后,得到最终电子元件性能影响因素集合;最后使用Elman神经网络,实现对电子元件性能预测。
技术关键词
电子元件
性能预测方法
Elman神经网络
BP神经网络
区间算法
建立灰色模型
寿命
电阻
样本
电数字数据处理
性能预测系统
载流子迁移率
矩阵
模块
训练集
测试误差
电压
系统为您推荐了相关专利信息
寿命预测方法
绝缘栅双极型晶体管
BP神经网络
参数
电压
整车动力系统
能量管理算法
车辆混合动力系统
蓄电池
BP神经网络
校准误差
补偿方法
改进型BP神经网络
电磁干扰检测
FIR数字滤波器