|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2011年12期
| 标题 |
| 粒子群优化的神经网络在齿轮故障诊断中的应用(20卷) |
| 英文标题 |
| Application to Neural Network of particle swarm optimization in gear fault diagnosis |
| 摘要 |
| 针对BP神经网络容易陷入局部极小及收敛速度慢的问题，本文利用粒子群优化算法代替BP算法中的梯度下降法训练神经网络的权重和阈值，有效地改善了BP网络诊断性能；利用训练后的神经网络对齿轮进行了故障诊断，并比较了基于粒子群优化算法与BP 算法的诊断结果，通过仿真实验表明：无论是在诊断速度上还是在诊断精度上， PSO- BP神经网络诊断性能都比单独的运用神经网络有很大提高。 |
| 作者 |
| 新闻作者:张胜召，齐金平，陶海龙 |
| 关键字 |
