基于蚁群神经网络的凝汽设备故障诊断

摘要：

BP算法在神经网络中应用较为广泛,但有收敛速度慢、易于陷入局部极小点的缺点.而蚁群算法是一种新型的模拟进化算法,有正反馈、分布式计算、全局收敛、启发式学习等特点.用蚁群算法优化神经网络,能使其权值快速准确的收敛于全局最优点.经比较,其优化性能要优于BP算法和遗传算法.凝汽设备是电厂汽轮机的重要辅助设备,把经蚁群算法优化的神经网络应用于凝汽设备故障诊断,仿真实例表明该方法对凝汽设备故障诊断效果良好.

关键词：凝汽设备、故障诊断、蚁群算法、神经网络

所属期刊栏目：25

分类号：TK264.1(蒸汽动力工程)

在线出版日期：2008-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：214-217