SA-LM优化WNN及其在模拟电路故障诊断中的应用

摘要：

针对连续紧凑型小波神经网络（WNN）收敛速度慢问题，提出了用Levenberg-Marquardt（LM）算法改进的小波神经网络LM-WNN．为了克服LM-WNN由于收敛速度过快易陷入局部最小点和平台的缺点，利用模拟退火（SA）算法对小波神经网络的参数进行优化，得到一组接近全局最小值的近似解，把近似解作为小波神经网络权值和阈值矩阵的初始值，以确保LM-WNN收敛于全局最小点．把SA-LM-WNN用于模拟电路故障诊断，仿真结果表明，该算法能够快速收敛于全局最小点，仿真效果较好．

关键词：模拟退火、Levenberg-Marquardt连续型小波神经网络、模拟电路故障诊断

所属期刊栏目：9

分类号：TP183(自动化基础理论)

资助基金：湖南省科技厅科研资助项目2012GK3121

在线出版日期：2013-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：53-57