计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2012年
11期
165-169
,共5页
故障诊断%训练%神经网络%禁忌算法
故障診斷%訓練%神經網絡%禁忌算法
고장진단%훈련%신경망락%금기산법
针对 BP 神经网络存在着容易陷入局部极小值且收敛速度慢的问题,提出了一种基于改进禁忌算法和ANN(Artificial neural network)结合的故障诊断模型.首先对故障诊断模型进行了定义,然后使用训练数据对网络的权值、阀值等参数进行训练,将训练结果作为改进禁忌优化算法的初始解进行全局寻优,对改进的禁忌优化算法进行了定义和描述,最后将全局寻优的结果代入神经网络中,使用测试数据进行故障诊断.通过仿真实验证明文中的方法与未经优化的 ANN 故障诊断模型相比,克服了传统方法的不足,具有诊断精度高、诊断速度快以及收敛速度快的特点.
針對 BP 神經網絡存在著容易陷入跼部極小值且收斂速度慢的問題,提齣瞭一種基于改進禁忌算法和ANN(Artificial neural network)結閤的故障診斷模型.首先對故障診斷模型進行瞭定義,然後使用訓練數據對網絡的權值、閥值等參數進行訓練,將訓練結果作為改進禁忌優化算法的初始解進行全跼尋優,對改進的禁忌優化算法進行瞭定義和描述,最後將全跼尋優的結果代入神經網絡中,使用測試數據進行故障診斷.通過倣真實驗證明文中的方法與未經優化的 ANN 故障診斷模型相比,剋服瞭傳統方法的不足,具有診斷精度高、診斷速度快以及收斂速度快的特點.
침대 BP 신경망락존재착용역함입국부겁소치차수렴속도만적문제,제출료일충기우개진금기산법화ANN(Artificial neural network)결합적고장진단모형.수선대고장진단모형진행료정의,연후사용훈련수거대망락적권치、벌치등삼수진행훈련,장훈련결과작위개진금기우화산법적초시해진행전국심우,대개진적금기우화산법진행료정의화묘술,최후장전국심우적결과대입신경망락중,사용측시수거진행고장진단.통과방진실험증명문중적방법여미경우화적 ANN 고장진단모형상비,극복료전통방법적불족,구유진단정도고、진단속도쾌이급수렴속도쾌적특점.
