共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
<正>将蚁群算法与神经网络相结合,克服神经网络BP算法收敛速度慢、容易陷入局部极小的缺点,结合汽车发动机故障的特点,探讨了一种基于蚁群神经网络的发动机故障诊断系统。仿真实验表明该系统具有一定的实用性。基于BP算法的神经网络早已广泛应用于各种故障诊断中,但该算法具有收敛速度慢、易陷入局部极小等缺点。为此,本文融合蚁群算法,并将其应用于故障诊断中。 相似文献
4.
在检测和诊断模拟电路的故障中,为了解决传统的BP神经网络初始权值和阈值是随机选取的,容易陷入局部最小值,出现不收敛或收敛速度慢的缺点,文中提出了采用粒子群算法来优化传统BP网络的方法。首先利用粒子群算法优化BP神经网络的初始权值和阈值,然后再由改进的BP算法进行训练仿真。通过和在单一改进BP算法下训练的诊断仿真结果进行对比,可以发现通过粒子群算法优化后的神经网络改善了网络不收敛的缺陷,在训练速度以及诊断正确率上都有所提高。 相似文献
5.
6.
7.
基于概率神经网络的滚动轴承故障诊断 总被引:1,自引:0,他引:1
针对滚动轴承故障征兆与故障模式映射的复杂性,以及BP网络容易陷入局部极小、收敛速度慢等缺点,提出了基于概率神经网络(PNN)的滚动轴承故障诊断方法。采用11个时域统计特征作为样本特征,利用PNN实现样本分类,并与反向传播(BP)网络进行滚动轴承故障诊断的方法进行了对比。结果表明,PNN网络可以实现滚动轴承不同类型的故障识别,其分类结果比BP网络具有更高的准确性,并在避免局部极小和节约训练时间方面有较好的实用性。 相似文献
8.
粗糙集-遗传神经网络在挖掘机故障诊断中的应用研究 总被引:1,自引:1,他引:0
针对当前单一的故障诊断方法不能满足实际需求的问题,提出了一种粗糙集-遗传神经网络分类器模型,实现对挖掘机故障分类.该模型首先利用粗糙集理论对神经网络的输入进行属性约简,以减少神经网络的工作量;利用遗传算法优化BP神经网络,解决神经网络易陷入局部极小和收敛速度慢的问题;最后利用约简结果和优化的BP网络进行网络训练.实验结果验证了该方法用于故障诊断的有效性. 相似文献
9.
针对BP神经网络存在的固有缺陷:收敛速度慢,容易陷入局部极小,文中对所建BP网络的学习算法进行了改进,采用附加动量项和自适应调整学习率的BP算法对网络进行训练,替代标准BP算法中的梯度下降法寻找最优网络连接权值.仿真实验证明,这种学习算法提高了BP网络的学习效率及稳定性,大大提高了网络的收敛速度,更好地实现了对模拟电路... 相似文献