机床与液压
機床與液壓
궤상여액압
MACHINE TOOL & HYDRAULICS
2011年
5期
121-124
,共4页
故障诊断%自适应遗传算法%BP算法
故障診斷%自適應遺傳算法%BP算法
고장진단%자괄응유전산법%BP산법
针对传统BP神经网络的不足,提出基于自适应遗传算法的BP神经网络故障诊断算法.在迭代计算前期,采用自适应遗传算法对神经网络的权值和阈值进行全局优化;在迭代计算后期,利用改进的BP算法在近似最优解附近进行局部寻优.将该算法用于磨削烧伤的故障诊断之中,并将结果与基于改进BP网络的诊断结果进行比较,证明该方法的正确性和有效性.
針對傳統BP神經網絡的不足,提齣基于自適應遺傳算法的BP神經網絡故障診斷算法.在迭代計算前期,採用自適應遺傳算法對神經網絡的權值和閾值進行全跼優化;在迭代計算後期,利用改進的BP算法在近似最優解附近進行跼部尋優.將該算法用于磨削燒傷的故障診斷之中,併將結果與基于改進BP網絡的診斷結果進行比較,證明該方法的正確性和有效性.
침대전통BP신경망락적불족,제출기우자괄응유전산법적BP신경망락고장진단산법.재질대계산전기,채용자괄응유전산법대신경망락적권치화역치진행전국우화;재질대계산후기,이용개진적BP산법재근사최우해부근진행국부심우.장해산법용우마삭소상적고장진단지중,병장결과여기우개진BP망락적진단결과진행비교,증명해방법적정학성화유효성.