一种新填充函数算法优化的小网络及其应用

小波网络的结构及参数的寻优是小波网络应用中的一个关键问题.为达到寻优速度快、优化效果好的目的,提出了一个新的填充函数,把基于此函数的填充函数法与BP算法相结合,提出一种训练小波网络的全局优化新算法.并将由此算法优化得到的小波网络应用于飞控系统的故障诊断中.计算机仿真结果表明,该算法在训练小波网络时,收敛速度优于采用进化规划算法的训练速度,由此得到的小波网络用于飞控系统的故障诊断具有泛化性强、收敛较快、诊断较准确等优点.     

约束全局优化问题的一个单参数填充函数方法

类似于无约束全局优化问题,本文给出了求解约束全局优化问题的一个填充函数方法,首先给出了约束全局优化问题的填充函数定义,在此定义的基础上提出了一个单参数填允函数.讨论了该函数的性质,并设计了一个填充函数算法,数值计算结果显示该算法是有效的和可行的.     

一个新的单参数填充函数算法

本文研究连续全局最优化问题的确定性求解方法.构造了一个单参数填充函数并证明了该填充函数的性质.该填充函数算法由极小化阶段和填充阶段两个阶段构成.其中极小化阶段利用局部优化方法获得填充函数的局部极小点,对填充函数的无约束极小化使得算法离开原目标函数的任何局部极小点.填充阶段依据原目标函数的局部极小点构造填充函数.极小化阶段和填充阶段交替重复实施直到终止准则满足.最后,给出了填充函数算法的数值结果.     

非线性函数全局最优化的一种混沌优化混合算法

混沌优化方法是近年出现的利用混沌的遍历性、随机性作为全局优化机制的一种优化技术。已有的混沌优化方法都是利用Logistic映射作为混沌序列发生器,而由Logistic映射产生的混沌序列的概率密度函数服从两头多、中间少的切比雪夫型分布,这种分布特性会严重影响混沌优化全局搜索能力和效率。利用Logistic映射的特点,在混沌搜索时预先筛选掉劣质点,建立改进的混沌BFGS混合优化算法。复杂非线性测试函数计算结果表明,与文献中不加改进的混沌混合算法相比,本算法以同样的混沌搜索次数找到全局最优解的概率提高了10-30%,而以概率1获得全局最优解的最大混沌搜索次数减少了8-10倍。另外,还将细搜索策略引入到改进的混沌BFGS混合算法中,对具有较大边界约束范围的非线性函数进行了优化计算。     

一种求多变量函数总体极小点的填充函数

给出了一种新的填充函数,并指出这种填充函数不仅保留了已有填充函数的性质,而且解决了已有填充函数在数值计算时易溢出主要的问题。还对葛人溥等人在 １９８５ 年文中的填充函数 Ｅ（ｘ, Ａ） 和 Ｅ（ｘ, Ａ）的存在性进行了研究,指出了只有 Ｆ（ｘ） 满足一定条件时这种 Ｅ（ｘ, Ａ） 和 Ｅ（ｘ, Ａ） 才存在     

小波消噪阈值算法优化

在研究小波固定阈值消噪方法,讨论阙值估计经验公式的基础上,针对加性噪声小波变换后的统计特征,提出了一种自适应闽值优化算法,该算法可以较准确地估计噪声水平,在消噪的同时保留语音信号中的弱特征成分。通过仿真实验验证,优化算法较传统算法能够更加有效地消除语音噪声,获得最大信噪比。     

一种改进的Morlet小波变换及其工程应用

分析了小波变换的特点，提出改进Ｍｏｒｌｅｔ小波变换方法，可进一步提高Ｍｏｒｌｅｔ小波变换的“聚焦”特性。给出了计算验证实例，并应用于冷冻机振动信号分析，解决了一般信号处理技术无法识别的难题。     

循环小波变换及其应用

介绍了循环小波的概念及其循环小波变换的快速算法,详细描述了由原正交小波获得其相应的循环小波的过程,从其中的缠绕叠加过程中,给出了信号的循环小波分解的一般公式,对任意长度数据的信号使用任意偶数的Daubechies小波的变换矩阵的构成给出了统一的描述。接着对使用循环小波变换识别结构系统脉冲响应函数的思想进行了仿真研究。在仿真中以两自由度和悬臂梁结构系统为例考虑了不同的小波对识别精度的影响,还讨论了循环小波变换方法的总体平均性能。     

一种改进的小波阈值去噪算法研究

研究小波去噪算法中软阈值函数与硬阈值函数的方法,针对一些可变阈值函数的运算复杂的问题,提出一种新的阈值函数。经仿真测试,改进的小波阈值去噪算法的信噪比为20.103,去噪后,数据的均方误差为0.1152。     

小波函数性质及其对小波分析结果的影响

分析了小波变换在图像处理、语音处理领域和设备故障诊断领域的应用特点 ,指出了两者的不同之处。并进一步讨论了小波函数的性质及其对小波变换结果的影响 ,指出在用小波变换进行诊断信号分析和特征提取时 ,小波函数的影响是不容忽视的     

Establishment of a Fault Prognosis Model Using Wavelet Neural Networks and Its Engineering Application

Fault diagnosis is confronted with two problems; how to “measure“ the growth of a fault and how to predict the remaining useful lifetime of such a failing component or machine. This paper attempts to solve these two problems by proposing a model of fault prognosis using wavelet basis neural network. Gaussian radial basis functions and Mexican hat wavelet frames are used as scaling functions and wavelets, respectively. The centers of the basis functions are calculated using a dyadic expansion scheme and a k-means clustering algorithm.     

基于粒子群优化的小波神经网络及其在齿轮箱故障诊断中的应用

用粒子群算法（PS0）取代传统的梯度下降法,优化小波神经网络中的各个参数。将经过PS0训练的小波神经网络应用于齿轮箱故障诊断,实验结果表明,基于PS0算法的小波神经网络训练方法是有效的神经网络训练算法,同时也是解决故障诊断问题的有效途径。     

小波分析在印刷机故障诊断中的应用

本文介绍了小波变换的原理及在印刷机故障诊断中的应用,利用小波包分析了其机械传动系统的故障。结果显示,同傅里叶变换和傅里叶变换(STFT)相比,小波变换及小波包变换是更有效的印刷机故障诊断方法。     

用Morlet小波进行包络检波分析

针对旋转机械设备损伤类故障诊断问题，提出一种用Morlet小波和连续小波变换实现的新包络检波算法，利用小波变换时－频分析的优势，新算法能够在整个时－频空间内对信号进行包络处理，确定信号中是否有迥成分和冲击成分所在频带。     

A Study on Integrated Wavelet Neural Networks in Fault Diagnosis Based on Information Fusion

The tight wavelet neural network was constituted by taking the nonlinear Morlet wavelet radices as the excitation function. The idiographic algorithm was presented. It combined the advantages of wavelet analysis and neural networks. The integrated wavelet neural network fault diagnosis system was set up based on both the information fusion technology and actual fault diagnosis, which took the sub-wavelet neural network as primary diagnosis from different sides, then came to the conclusions through decision-making fusion. The realizable policy of the diagnosis system and established principle of the sub-wavelet neural networks were given. It can be deduced from the examples that it takes full advantage of diversified characteristic information, and improves the diagnosis rate.     

基于一种新阈值函数的小波阈值去噪研究

基于Donoho提出的传统的阈值去噪方法,提出一种新的阈值函数。新阈值函数克服了软阈值函数中小波系数估计和原系数之间的具有固定偏差的缺点。同时,该函数克服了硬阈值函数不连续的缺点。通过调节N（任意正常数）取值可以改变新阈值函数的趋向,这也体现了新阈值函数的灵活性。实验仿真表明了新阈值函数的可行性和优越性。     

基于最优Morlet小波和SVD的滤波消噪方法及故障诊断的应用

分析了传统的小波去噪方法和小波变换的滤波特性.利用小波变换技术、奇异值分解技术和Morlet小波良好的时域和频域特性,提出了基于最优Morlet小波和SVD的滤波消噪方法.首先,采用最小Shannon熵方法确定出最优Morlet小波;然后,利用奇异值分解技术确定出最佳变换尺度a;最后对信号进行滤波消噪处理,从而提取信号中的有用成分.实验结果表明,该方法具有良好的去噪性能,用于故障特征提取是有效的.