10.3969/j.issn.1673-5692.2018.05.017
电子网络环境下故障数据粒子群融合搜索算法
传统电子网络环境下的神经网络故障搜索算法,粒子群停滞于局部极值点,故障检测率低.提出电子网络环境下故障数据粒子群融合搜索算法,在基本PSO算法的基础上引入进化速度因子,得到改进的带扰动项PSO算法,避免算法停滞粒子处于局部极值点.在改进PSO算法中设计加速因子,使得每个粒子快速集合到局部最优解,以提高收敛速度.将模式搜索法与改进PSO算法相融合,引导粒子群搜索最优位置,实现电子网络环境下的故障数据搜索.为减少计算量,初始步长使用可伸缩的模式搜索法.实验结果表明,所提算法具有较低的误差、较高的收敛速度.
电子网络、故障数据、粒子群、扰动项、初始步长、模式搜索
13
TP391.9(计算技术、计算机技术)
2018-12-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
590-594