10.3969/j.issn.1671-4598.2013.02.011
基于改进DBD算法的神经网络在柴油机故障诊断中的应用
针对BP神经网络和传统DBD算法的不足,引入了一种结合遗传算法思想的新算法;通过对学习率的修正量有指导随机互换、修改学习率的增量因子和修改作用函数等方法,较好地解决了BP神经网络收敛速度慢,容易陷入局部最小,以及对参数选择过于敏感的问题;该算法在柴油机燃油供给系统的故障诊断中取得了很好的效果;同时,利用燃油压力波中提取的主要特征点的特征值进行燃油供给系统的故障诊断,具有较高的准确度.
DBD算法、遗传算法、神经网络、故障诊断
21
TP183(自动化基础理论)
2015-01-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
321-323,342