基于改进PSO的RBF神经网络在液压钻机故障诊断中的应用
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
340KB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
引入了一种基于解空间划分的改进粒子群算法,有效地解决了传统粒子群算法前期容易陷入局部极小值的问题,并将此算法应用到RBF神经网络的参数优化和样本学习中.运用聚减累算法确定了径向基函数中心个数,通过改进的PSO优化了网络中基函数的中心值和宽度,最后利用PSO训练网络输出样本,实现了液压钻机的故障诊断.试验结果表明,基于改进PSO优化的RBF神经网络在液压钻机故障诊断中,在样本较小的情况下,具有较快的响应速度以及较高的诊断精度.相关论文
- 2019-08-31采煤机液压系统油液污染监测与控制方法研究
- 2019-09-18FAS-2C光谱仪在飞机液压系统故障分析中的应用
- 2019-08-13基于P89C51X2单片机的液压油污染监测系统研究
- 2018-11-06军用飞机液压系统污染监测
- 2019-10-09液压系统油液污染监测和故障诊断过程中的三个基本问题
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。