首页 | 官方网站   微博 | 高级检索  
     

基于混沌粒子群优化的神经网络在旋转机械故障诊断中的应用
引用本文:仇国庆,唐贤伦,庄陵,杨志龙.基于混沌粒子群优化的神经网络在旋转机械故障诊断中的应用[J].中国机械工程,2008,19(21):0-2524.
作者姓名:仇国庆  唐贤伦  庄陵  杨志龙
作者单位:1. 重庆邮电大学,重庆,400065
2. 重庆科技学院,重庆,400042
基金项目:国家自然科学基金,国家自然科学基金
摘    要:基于混沌粒子群优化算法提出一种根据群体早熟收敛程度和个体适应值来调整惯性权重的自适应混沌粒子群优化算法,算法兼顾全局寻优和局部寻优,能够有效地避免早熟收敛.使用自适应混沌粒子群优化算法训练神经网络并建立旋转机械故障诊断模型,实验结果表明,与粒子群优化算法、遗传算法训练神经网络相比,基于自适应混沌粒子群优化算法的神经网络能够有效改善神经网络的训练效率,提高故障模式识别的准确率.

关 键 词:粒子群优化算法  混沌  神经网络  旋转机械  故障诊断

Application of Neural Network Trained by Chaos Particle Swarm Optimization to Fault Diagnosis for Rotating Machinery
Qiu Guoqing,Tang Xianlun,Zhuang Ling,Yang Zhilong.Application of Neural Network Trained by Chaos Particle Swarm Optimization to Fault Diagnosis for Rotating Machinery[J].China Mechanical Engineering,2008,19(21):0-2524.
Authors:Qiu Guoqing  Tang Xianlun  Zhuang Ling  Yang Zhilong
Abstract:
Keywords:particle swarm optimization  chaos  neural network  rotating machinery  fault diagnosis
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《中国机械工程》浏览原始摘要信息
点击此处可从《中国机械工程》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号