为了对电子油门踏板实现准确预测并判断实际故障因素与影响,采用粒子概率神经网络(PPNN)原理来实现对电子油门踏板进行故障分类,根据电压变化情况分析故障问题并对故障进行了分类。研究结果表明:PPNN产生和贝叶斯曲面相近的判决曲面高度...为了对电子油门踏板实现准确预测并判断实际故障因素与影响,采用粒子概率神经网络(PPNN)原理来实现对电子油门踏板进行故障分类,根据电压变化情况分析故障问题并对故障进行了分类。研究结果表明:PPNN产生和贝叶斯曲面相近的判决曲面高度,获得更高的诊断率。PSO和SSAE算法,PPNN算法在信噪比较低时依然表现出明显的优势,信噪比为-2 d B的强噪声干扰下可以实现85%以上的识别准确率。该研究实现增加电子油门踏板寿命,有效控制踏板维护成本。展开更多
文摘为了对电子油门踏板实现准确预测并判断实际故障因素与影响,采用粒子概率神经网络(PPNN)原理来实现对电子油门踏板进行故障分类,根据电压变化情况分析故障问题并对故障进行了分类。研究结果表明:PPNN产生和贝叶斯曲面相近的判决曲面高度,获得更高的诊断率。PSO和SSAE算法,PPNN算法在信噪比较低时依然表现出明显的优势,信噪比为-2 d B的强噪声干扰下可以实现85%以上的识别准确率。该研究实现增加电子油门踏板寿命,有效控制踏板维护成本。
