期刊文章详细信息
基于蚁群算法与神经网络的机械故障诊断方法
Fault Diagnosis Based on Integrated Ant Colony Algorithm and Neural Networks
文献类型：期刊文章
机构地区：[1]哈尔滨工业大学(威海)信息科学与工程学院,山东威海264209
基 金：山东省科技攻关项目(项目编号:2006129)
年 份：2007
卷 号：35
期 号：7
起止页码：241-244
语 种：中文
收录情况：BDHX、BDHX2004、ZGKJHX、核心刊
摘 要：为解决柴油机故障诊断这一复杂问题,提出了一种基于智能互补融合的智能诊断方法。采用蚁群算法(ACA)对反映运行工况的特征参数进行属性约简,剔除不必要的属性。根据约简结果,建立了基于径向基函数(RBF)神经网络的故障诊断系统。网络的训练对比结果表明,基于蚁群算法的约简处理简化了输入神经网络的数据维数,提高了网络的训练效率和故障分类准确性。
关 键 词：故障诊断 蚁群算法 RBF
分 类 号：TP206.3]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
