微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2007年
22期
186-187,194
,共3页
柴长松%张欣%牛奔%谭立静
柴長鬆%張訢%牛奔%譚立靜
시장송%장흔%우분%담립정
粒子群%神经网络%汽车发动机%故障诊断
粒子群%神經網絡%汽車髮動機%故障診斷
입자군%신경망락%기차발동궤%고장진단
本文提出了一种基于粒子群优化算法和多层前向神经网络的新型进化神经网络模型(PS0-ANN).在实例研究中,该模型被应用于汽丰发动机故障诊断中.与传统BP网络诊断结果相比,本文方法具有运算效率高,收敛速度快的特点,是一种有效可靠的新型故障诊断技术.
本文提齣瞭一種基于粒子群優化算法和多層前嚮神經網絡的新型進化神經網絡模型(PS0-ANN).在實例研究中,該模型被應用于汽豐髮動機故障診斷中.與傳統BP網絡診斷結果相比,本文方法具有運算效率高,收斂速度快的特點,是一種有效可靠的新型故障診斷技術.
본문제출료일충기우입자군우화산법화다층전향신경망락적신형진화신경망락모형(PS0-ANN).재실례연구중,해모형피응용우기봉발동궤고장진단중.여전통BP망락진단결과상비,본문방법구유운산효솔고,수렴속도쾌적특점,시일충유효가고적신형고장진단기술.
