高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
陶海龙, 辜琳丽, 张胜召. 改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用[J]. 铁路计算机应用, 2012, 21(2): 9.
引用本文: 陶海龙, 辜琳丽, 张胜召. 改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用[J]. 铁路计算机应用, 2012, 21(2): 9.
shu
TAO Hai-long, GU Lin-li, ZHANG Sheng-zhao. Application of BP neural network based on improved PSO Algorithm in fault diagnosis of locomotive rolling bearing[J]. Railway Computer Application, 2012, 21(2): 9.
Citation: TAO Hai-long, GU Lin-li, ZHANG Sheng-zhao. Application of BP neural network based on improved PSO Algorithm in fault diagnosis of locomotive rolling bearing[J]. Railway Computer Application, 2012, 21(2): 9.
shu

改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用

Application of BP neural network based on improved PSO Algorithm in fault diagnosis of locomotive rolling bearing

    摘要
  • 摘要: 本文提出了一个基于改进粒子群优化算法的BP神经网络优化模型来进行轴承故障诊断,此模型融合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了诊断结果的精确性.仿真结果表明机车滚动轴承故障得到了有效诊断.相比于常规的BP神经网络模型,此方法不仅改进网络的收敛速度并且提高了预测准确性.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)

/

返回文章
返回