学科分类
/ 1
1 个结果
  • 简介:基于粒子群优化算法(PSO)的神经网络具有良好的训练性能,输出的整体误差小于BP算法。用PSO作为一种粗优化或离线学习过程,用神经网络学习作为一种细优化或在线学习过程。这两种方法综合使用可以大大提高传动箱故障诊断性能。诊断系统把常用的7个时频动态特征参量作为BP网络的输入层的输入,把传动箱中常见的6种特征作为网络的输出。诊断系统拓扑结构为7—12—6的3层BP网络,规定系统误差0.001。结果表明.粒子群优化算法对多故障征兆有较好的故障识别率。作为一种有效优化方法,在机械故障诊断领域具有良好的应用前景。

  • 标签: 人工智能 粒子群优化 群体智能 神经网络 故障诊断