关于系统级故障诊断的烟花-反向传播神经网络算法
为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法—烟花-反向传播神经网络故障诊断算法(FWA-BPFD).首先,在烟花算法中引入双种群策略、协作算子以及最优算子,设计新的适应度函数,优化变异算子、映射规则和选择策略.然后,利用烟花算法全局搜索能力和局部搜索能力的自调节机制,优化BP神经网络中的权值和阈值的寻优过程.仿真实验结果表明,该文算法相较于其他算法不仅有效地降低了迭代次数和训练时间,而且还进一步提高了诊断精度.
系统级故障诊断、烟花算法、反向传播神经网络、PMC模型、烟花-反向传播神经网络算法
42
TP306(计算技术、计算机技术)
国家自然科学基金;广西研究生教育创新计划资助项目
2020-06-02(万方平台首次上网日期,不代表论文的发表时间)
共8页
1102-1109