基于AGA-RBF算法的柴油机故障诊断研究 |
| |
引用本文: | 汪杰,刘丹,何梦珂,杨静.基于AGA-RBF算法的柴油机故障诊断研究[J].组合机床与自动化加工技术,2018(6). |
| |
作者姓名: | 汪杰 刘丹 何梦珂 杨静 |
| |
作者单位: | 贵州大学现代制造技术教育部重点实验室 |
| |
摘 要: | 针对在柴油机故障诊断中径向基函数(Radial Basis Function,RBF)神经网络泛化能力不足的问题,提出一种基于AGA-RBF算法的柴油机故障诊断方法。在该方法中将自适应遗传算法(Adaptive Genetic Algorithm,AGA)和RBF神经网络有机地结合起来,利用自适应遗传算法对RBF神经网络的基函数宽度和中心进行优化,将优化后的RBF神经网络应用于柴油机故障诊断。通过实验仿真表明,该算法收敛速度快,改善了RBF神经网络的泛化能力,提高了故障诊断准确率,实用性强,易于工程实现。
|
本文献已被 CNKI 等数据库收录! |
|