基于PSO神经网络的故障诊断方法研究

被引：13

作者：

许磊

张凤鸣

程军

机构：

[1] 空军工程大学工程学院

来源：

计算机工程与设计 | 2007年 / 15期

关键词：

粒子群算法; 神经网络; 全局优化; 故障诊断; 模式识别;

D O I：

10.16208/j.issn1000-7024.2007.15.072

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

将粒子群优化算法和BP算法相结合,提出了一种基于粒子群神经网络的故障诊断方法。该方法分阶段实施神经网络的训练,有效地加强了算法的全局搜索能力,采用PSO优化了传播中的权值、阈值以及网络结构。这不仅弥补了BP算法的不足,而且删除了冗余连接,提高了故障模式识别的能力。仿真结果表明该方法加快了神经网络的学习收敛速度,提高了故障模式的识别正确率,可以有效地应用于设备的故障诊断。

引用

页码：3640 / 3641+3674 +3674

页数：3

共 5 条

[1] 基于粒子群优化的神经网络训练算法研究 [J].