计算机测量与控制
計算機測量與控製
계산궤측량여공제
Computer Measurement & Control
2015年
10期
3294-3296,3300
,共4页
故障诊断%神经网络%遗传算法%粒子群算法
故障診斷%神經網絡%遺傳算法%粒子群算法
고장진단%신경망락%유전산법%입자군산법
troubleshooting%BP neural networks%genetic algorithms%particle swarm optimization
为了提高基站维护人员处理通信设备故障的作业效率和智能化水平,采用BP神经网络算法和遗传算法、粒子群算法分别优化的BP神经网络算法搭建3种通信设备故障诊断模型,预测设备可能发生的故障类型,用以指导基站维护人员有针对性的消除故障,有效减少人为误判,并大大节省设备故障诊断时间;Matlab仿真结果表明:文中的BP,GA-BP和POS-BP神经网络算法模型都能够实现设备故障类别的预测,且所设计的GA-BP算法模型相比BP或POS-BP神经网络算法模型对通信设备的故障诊断来讲有更好的适应性,具有较高的工程应用价值.
為瞭提高基站維護人員處理通信設備故障的作業效率和智能化水平,採用BP神經網絡算法和遺傳算法、粒子群算法分彆優化的BP神經網絡算法搭建3種通信設備故障診斷模型,預測設備可能髮生的故障類型,用以指導基站維護人員有針對性的消除故障,有效減少人為誤判,併大大節省設備故障診斷時間;Matlab倣真結果錶明:文中的BP,GA-BP和POS-BP神經網絡算法模型都能夠實現設備故障類彆的預測,且所設計的GA-BP算法模型相比BP或POS-BP神經網絡算法模型對通信設備的故障診斷來講有更好的適應性,具有較高的工程應用價值.
위료제고기참유호인원처리통신설비고장적작업효솔화지능화수평,채용BP신경망락산법화유전산법、입자군산법분별우화적BP신경망락산법탑건3충통신설비고장진단모형,예측설비가능발생적고장류형,용이지도기참유호인원유침대성적소제고장,유효감소인위오판,병대대절성설비고장진단시간;Matlab방진결과표명:문중적BP,GA-BP화POS-BP신경망락산법모형도능구실현설비고장유별적예측,차소설계적GA-BP산법모형상비BP혹POS-BP신경망락산법모형대통신설비적고장진단래강유경호적괄응성,구유교고적공정응용개치.
