10.3969/j.issn.1000-1298.2011.01.040
基于改进粒子群优化BP网络的发动机故障诊断方法
使用BP神经网络进行故障诊断过程中,随着输入变量的增加会造成"维数"灾难,导致训练效率不高,而且易陷入局部极小的问题.基于粗糙集的约简是常用的降低"维数"的方法,但约简是NP问题,随着信息量增多计算量会随之剧增;本文采用基于属性重要度的启发式值约简算法进行属性约简,建立了一种模糊信息知识发现方法结合粒子群优化BP网络的故障诊断方法.通过实验表明此方法不仅能有效获取规则,降低网络的输入维数,还能有效避免陷入局部极小,从而提高故障诊断的效率.
发功机、粗糙集、粒子群优化、BP神经网络、故障诊断、属性约简
42
TP206+.3(自动化技术及设备)
国家自然科学基金资助项目60873003;教育部博士点新教师基金资助项目20080351025;国家电子信息产业发展基金资助项目2010301
2012-02-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
198-203