排序方式: 共有2条查询结果,搜索用时 93 毫秒
1
1.
基于引力搜索RBF神经网络的柴油机故障诊断 总被引:1,自引:0,他引:1
为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果. 相似文献
2.
提出了一种动态多子群协作QPSO算法(Dynamic Multiple Sub-population Collaboration Quantum-behaved Particle Swarm Optimization,简称DMPQPSO),该方法动态构建各子群,并采用混沌策略分2个阶段优化QPSO,同时对各子群的收缩扩张系数分别进行自适应调整.采用该方法优化RBFNN,并将DMPQPSO算法与标准PSO和QPSO算法对比,仿真实验验证了该方法的优化效果. 相似文献
1