基于极限学习机的供水管网故障智能诊断方法

被引：39

作者：

高相铭 ^{[1
]}

刘付斌 ^{[1
]}

杨世凤 ^{[2
]}

机构：

[1] 安阳师范学院物理与电气工程学院

[2] 天津科技大学自动化学院

来源：

计算机工程与设计 | 2013年 / 34卷 / 08期

关键词：

极限学习机; 优化算法; 故障诊断; 供水管网; 人工蜂群算法;

D O I：

10.16208/j.issn1000-7024.2013.08.010

中图分类号：

TP18 [人工智能理论]; TU991.38 [管道防护与防腐];

学科分类号：

081403 [市政工程]; 140502 [人工智能];

摘要：

为进一步提高传统极限学习机的泛化能力,提出了一种基于人工蜂群算法优化的极限学习机模型。该模型将人工蜂群算法的全局寻优能力和极限学习机的快速学习能力相结合,有效克服了传统极限学习机的过拟合现象。在确定水压变化比值作为故障特征参数的基础上,将优化后的极限学习机模型应用于供水管网的泄漏故障诊断实验,实验结果表明,经人工蜂群算法优化的极限学习机模型在故障诊断速度和精度方面均优于其他3种模型。

引用

页码：2887 / 2891

页数：5

共 4 条

[1]

NEURAL NETWORKS TRAINING BY ARTIFICIAL BEE COLONY ALGORITHM ON PATTERN CLASSIFICATION [J].