10.3969/j.issn.2095-509X.2022.11.016
基于改进AFSA优化BP神经网络的汽车故障诊断方法
为提高汽车故障诊断的准确率,提出一种基于改进人工鱼群算法优化BP神经网络的汽车故障诊断方法.在分析BP神经网络基本原理和局限的基础上,利用改进人工鱼群算法对BP神经网络参数寻优,从而进一步提高汽车故障诊断的准确率.仿真结果表明,基于改进人工鱼群算法优化BP神经网络的迭代次数为13次,少于未经参数优化的BP神经网络迭代次数,并可有效识别11种不同类型的汽车故障.研究表明,基于改进人工鱼群算法优化BP神经网络在提高汽车故障诊断的准确率上可行.
人工鱼群、故障诊断、BP神经网络、自适应
51
TH17
2022-12-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
77-80