机床与液压
機床與液壓
궤상여액압
MACHINE TOOL & HYDRAULICS
2013年
13期
186-187
,共2页
万俊盛%陈小虎%毋文峰%姚春江%王旭平
萬俊盛%陳小虎%毌文峰%姚春江%王旭平
만준성%진소호%무문봉%요춘강%왕욱평
BP神经网络%遗传算法%液压齿轮泵%故障诊断
BP神經網絡%遺傳算法%液壓齒輪泵%故障診斷
BP신경망락%유전산법%액압치륜빙%고장진단
BP neural network%Genetic algorithm%Hydraulic gear pump%Fault diagnosis
针对BP神经网络的不足,引入遗传算法,提出了改进的遗传神经网络算法,解决了BP神经网络容易陷入局部极小值的问题.将该算法应用于液压齿轮泵进行特征层融合诊断,结果表明:该算法具有很强的模式识别能力.
針對BP神經網絡的不足,引入遺傳算法,提齣瞭改進的遺傳神經網絡算法,解決瞭BP神經網絡容易陷入跼部極小值的問題.將該算法應用于液壓齒輪泵進行特徵層融閤診斷,結果錶明:該算法具有很彊的模式識彆能力.
침대BP신경망락적불족,인입유전산법,제출료개진적유전신경망락산법,해결료BP신경망락용역함입국부겁소치적문제.장해산법응용우액압치륜빙진행특정층융합진단,결과표명:해산법구유흔강적모식식별능력.
