内燃机车
內燃機車
내연궤차
DIESEL LOCOMOTIVES
2013年
3期
21-23,30
,共4页
齐振国%侯秀娟%冯孝忠%马宏福%刘建岭
齊振國%侯秀娟%馮孝忠%馬宏福%劉建嶺
제진국%후수연%풍효충%마굉복%류건령
BP神经网络%铁道车辆%LM优化算法%仿真测试
BP神經網絡%鐵道車輛%LM優化算法%倣真測試
BP신경망락%철도차량%LM우화산법%방진측시
针对标准BP神经网络收敛速度慢的局限性,提出了几种基于MATLAB语言的BP神经网络改进算法,搭建了相应的网络诊断模型；将铁道车辆典型齿轮箱故障信号作为神经网络的测试数据,用改进的BP神经网络进行仿真测试,结果表明,LM优化算法与其他改进算法相比较,具有较好的诊断效率和精度,基本达到了对铁道车辆齿轮箱故障诊断的目的.
針對標準BP神經網絡收斂速度慢的跼限性,提齣瞭幾種基于MATLAB語言的BP神經網絡改進算法,搭建瞭相應的網絡診斷模型；將鐵道車輛典型齒輪箱故障信號作為神經網絡的測試數據,用改進的BP神經網絡進行倣真測試,結果錶明,LM優化算法與其他改進算法相比較,具有較好的診斷效率和精度,基本達到瞭對鐵道車輛齒輪箱故障診斷的目的.
침대표준BP신경망락수렴속도만적국한성,제출료궤충기우MATLAB어언적BP신경망락개진산법,탑건료상응적망락진단모형；장철도차량전형치륜상고장신호작위신경망락적측시수거,용개진적BP신경망락진행방진측시,결과표명,LM우화산법여기타개진산법상비교,구유교호적진단효솔화정도,기본체도료대철도차량치륜상고장진단적목적.
