机床与液压
機床與液壓
궤상여액압
MACHINE TOOL & HYDRAULICS
2012年
13期
196-200
,共5页
BP神经网络%量子遗传算法%模拟退火算法%实数双链量子遗传模拟退火算法%智能故障诊断
BP神經網絡%量子遺傳算法%模擬退火算法%實數雙鏈量子遺傳模擬退火算法%智能故障診斷
BP신경망락%양자유전산법%모의퇴화산법%실수쌍련양자유전모의퇴화산법%지능고장진단
分析了模拟退火算法、遗传算法与普通量子遗传算法的优缺点,针对实数编码双链量子遗传算法的种群多样性和收敛快速性,将其与模拟退火算法相结合,在模拟天体宇宙演变的基础之上,提出实数编码双链量子遗传模拟退火算法,并用之改进BP神经网络的初始权值与阈值,并将改进后的BP神经网络运用于智能故障诊断中.仿真结果表明,该算法效果良好.
分析瞭模擬退火算法、遺傳算法與普通量子遺傳算法的優缺點,針對實數編碼雙鏈量子遺傳算法的種群多樣性和收斂快速性,將其與模擬退火算法相結閤,在模擬天體宇宙縯變的基礎之上,提齣實數編碼雙鏈量子遺傳模擬退火算法,併用之改進BP神經網絡的初始權值與閾值,併將改進後的BP神經網絡運用于智能故障診斷中.倣真結果錶明,該算法效果良好.
분석료모의퇴화산법、유전산법여보통양자유전산법적우결점,침대실수편마쌍련양자유전산법적충군다양성화수렴쾌속성,장기여모의퇴화산법상결합,재모의천체우주연변적기출지상,제출실수편마쌍련양자유전모의퇴화산법,병용지개진BP신경망락적초시권치여역치,병장개진후적BP신경망락운용우지능고장진단중.방진결과표명,해산법효과량호.
