量子 BP 神经网络在发动机故障诊断中的应用

摘要：

为了解决普通 BP 神经网络收敛速度慢、分类正确率低等问题，提出一种量子 BP 神经网络算法。该算法在普通 BP 神经网络中引入了量子算法，量子 BP 神经网络结构由输入层、隐含层和输出层组成，其中，量子神经元的输入和传递函数均由量子比特表示，输出结果为实数。首先，该算法将实数值训练样本变换为量子态训练样本，从而作为算法的输入。然后，通过传递函数，计算量子态权值并更新网络参数以达到训练效果。最后，利用训练好的网络进行故障诊断，并将结果以实数值输出。将该方法应用于发动机故障诊断，实验结果表明，与普通 BP 神经网络相比，量子 BP 神经网络算法在收敛速度、分类正确率和执行时间等方面具有明显的优势。

关键词：量子计算、量子神经网络、发动机、故障诊断

分类号：TH137

资助基金：国家自然科学基金资助项目E51205405

在线出版日期：2014-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2159-2162,2163