基于PNN神经网络的凿岩台车电液控制系统故障诊断研究 被引量：1

1

作者 牛帅亭 徐巧玉 张正 《自动化与仪表》 2024年第4期31-36,共6页

针对凿岩台车电液控制系统故障诊断效率低的问题,该文提出一种结合故障树分析法和概率神经网络(probabilistic neural network,PNN)的故障诊断方法。首先,基于电液控制系统的结构和工作原理构建其故障树模型;然后通过对故障树模型进行... 针对凿岩台车电液控制系统故障诊断效率低的问题,该文提出一种结合故障树分析法和概率神经网络(probabilistic neural network,PNN)的故障诊断方法。首先,基于电液控制系统的结构和工作原理构建其故障树模型;然后通过对故障树模型进行定性分析,确定其最小割集和典型故障种类,以选取的典型故障种类的关键参数构建故障征兆矩阵,通过PNN神经网络对该矩阵进行训练和计算,实现对系统典型故障状态的自动识别。实验结果表明,该文方法的平均诊断时间为1.2 s,平均诊断准确率为80%,能够快速准确地定位系统故障,可满足凿岩台车电液控制系统故障诊断的工程实际需求。 展开更多

关键词 凿岩台车 电液控制系统 故障树 pnn神经网络算法 故障诊断

在线阅读 下载PDF 职称材料

基于PNN的机载设备故障预测 被引量：2

2

作者 荆献勇 肖明清 +1 位作者 胡雷刚 李伟 《计算机测量与控制》 CSCD 北大核心 2009年第12期2382-2384,2425,共4页

故障预测是PHM体系的重要特征,提出基于过程神经网络(PNN)对机载设备进行故障预测;首先建立了基于PNN的多步预测模型,推导了模型在函数正交基展开形式下的计算公式;基于正交基函数展开和矢量矩免疫算法训练PNN,推导出了适用于进化算法... 故障预测是PHM体系的重要特征,提出基于过程神经网络(PNN)对机载设备进行故障预测;首先建立了基于PNN的多步预测模型,推导了模型在函数正交基展开形式下的计算公式;基于正交基函数展开和矢量矩免疫算法训练PNN,推导出了适用于进化算法的优化问题模型;以设备转换部件Out2信号的全寿命故障规律为例进行了故障预测,基于MATLAB进行了仿真,结果表明,基于PNN进行故障预测精度较高,是一种有效的方法。 展开更多

关键词 故障预测 过程神经网络(pnn) 免疫算法(IA)

在线阅读 下载PDF 职称材料

基于IEA-PNN的边坡岩体稳定性预测研究 被引量：2

3

作者 熊建秋 李祚泳 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2005年第A01期4924-4928,共5页

概率神经网络是一种训练速度快、结构简洁明了、应用广泛的人工神经网络，该方法采用贝叶斯分类决策理论建立系统的数学模型，以高斯函数作为激励函数，具有非线性处理和抗干扰能力强等特点。阐述了概率神经网络的基本结构及其训练算法... 概率神经网络是一种训练速度快、结构简洁明了、应用广泛的人工神经网络，该方法采用贝叶斯分类决策理论建立系统的数学模型，以高斯函数作为激励函数，具有非线性处理和抗干扰能力强等特点。阐述了概率神经网络的基本结构及其训练算法，提出了基于概率神经网络的边坡岩体稳定性预测方法，并采用一种新的有效随机全局优化技术——免疫进化算法对高斯型函数的标准偏差进行了参数优化。介绍了免疫进化算法的设计思想和特点，并成功地实现了此模型在边坡岩体稳定性预测中的应用，实例预测结果与边坡稳定性实际状态完全一致。理论分析和实例结果验证了基于免疫进化算法的边坡岩体稳定性预测方法切实可行，且具有需要学习样本少、预测精度高、非线性动态数据处理能力强等优点，为边坡稳定性预测提供了一条新的途径。 展开更多

关键词 岩土力学 边坡岩体稳定性 预测 概率神经网络 免疫进化算法

在线阅读 下载PDF 职称材料

基于IPSO-PNN的电动汽车故障诊断 被引量：7

4

作者 孔慧芳 贾善坤 张晓雪 《现代制造工程》 CSCD 北大核心 2021年第1期130-135,共6页

为了提高电动汽车故障诊断的准确性,提出了一种基于改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化概率神经网络(Probabilistic Neural Network,PNN)的电动汽车故障诊断方法,即基于IPSO-PNN的电动汽车故障诊断方法。首... 为了提高电动汽车故障诊断的准确性,提出了一种基于改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化概率神经网络(Probabilistic Neural Network,PNN)的电动汽车故障诊断方法,即基于IPSO-PNN的电动汽车故障诊断方法。首先,研究了基于PNN的电动汽车故障诊断模型,分析了PNN的平滑因子对该模型诊断准确率的影响;其次,在粒子群(Particle Swarm Optimization,PSO)算法中引入频率粒子群和采用动态惯性权重,改善PSO算法的全局和局部寻优能力,利用IPSO算法优化基于PNN的电动汽车故障诊断模型的平滑因子,以改善模型的分类能力;最后进行仿真与分析。仿真结果表明:相较于基于PSO-PNN的电动汽车故障诊断方法,基于IPSO-PNN的电动汽车故障诊断方法具有更高的诊断准确率和诊断速度。 展开更多

关键词 电动汽车 故障诊断 粒子群算法 概率神经网络

在线阅读 下载PDF 职称材料

基于COP与改进PNN的除湿机故障诊断研究 被引量：2

5

作者 黄志刚 刘浩 +1 位作者 刘顺波 杨治国 《制冷与空调（四川）》 2010年第5期66-69,共4页

COP作为制冷系统中的重要性能参数,直接反映制冷系统的效率及运行情况。基于制冷系统的这一特点,以除湿机为例,建立了基于除湿机COP的改进PNN故障诊断模型,通过监测COP的实测值超出正常设定范围判断系统存在故障,进而对系统故障进行识别... COP作为制冷系统中的重要性能参数,直接反映制冷系统的效率及运行情况。基于制冷系统的这一特点,以除湿机为例,建立了基于除湿机COP的改进PNN故障诊断模型,通过监测COP的实测值超出正常设定范围判断系统存在故障,进而对系统故障进行识别,诊断故障发生的具体原因。实例表明,该方法用于除湿机的故障诊断切实可行。 展开更多

关键词 概率神经网络 性能系数 遗传算法 故障诊断 除湿机

在线阅读 下载PDF 职称材料

基于BAS优化PNN网络的电机轴承故障诊断方法 被引量：6

6

作者 刘霞 王鑫宇 +1 位作者 路敬祎 李其浩 《吉林大学学报（信息科学版）》 CAS 2021年第4期439-444,共6页

针对电机轴承故障识别准确率不高问题,提出了一种天牛须搜索算法(BAS:Beetle Antennae Search)与概率神经网络(PNN:Probabilistic Neural Network)相结合的滚动轴承故障诊断方法。该方法结合LLE(Locally Linear Embedding)算法得到振动... 针对电机轴承故障识别准确率不高问题,提出了一种天牛须搜索算法(BAS:Beetle Antennae Search)与概率神经网络(PNN:Probabilistic Neural Network)相结合的滚动轴承故障诊断方法。该方法结合LLE(Locally Linear Embedding)算法得到振动信号的敏感特征,保证振动信号的可靠性和敏感性。并采用天牛须搜索算法对PNN网络中的平滑参数进行寻优,避免主观经验选取参数对诊断结果的影响。通过实验验证了该方法的有效性,可实现故障类型准确判别。 展开更多

关键词 电机轴承 故障诊断 天牛须搜索算法 概率神经网络 局部线性嵌入

在线阅读 下载PDF 职称材料

基于IWOA-PNN模型的管道焊缝腐蚀剩余强度预测 被引量：7

7

作者 骆正山 肖雨 王小完 《安全与环境学报》 CAS CSCD 北大核心 2023年第2期435-441,共7页

针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优... 针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优化算法的寻优速度和精度;然后,利用IWOA算法优化PNN的光滑因子,构建IWOA-PNN预测模型;最后,以水压爆破试验数据为基础,使用MATLAB软件进行仿真试验,并与另外2个模型进行对比分析。结果表明:IWOA-PNN模型的ERMS为0.633 1,EAR为2.19%,R^(2)为0.954 6,均优于PNN和鲸鱼优化算法(Whale Optimization Algorithm, WOA)-PNN模型;IWOA-PNN模型与传统模型相比误差更小,能够更为准确地预测焊缝腐蚀后剩余强度,为管道的维修和更换提供参考。 展开更多

关键词 安全工程 管道腐蚀 焊缝 剩余强度 改进鲸鱼优化算法(IWOA) 概率神经网络(pnn)

原文传递

基于PNN的退化交通标志图像的识别算法研究 被引量：10

8

作者 李伦波 马广富 《电子与信息学报》 EI CSCD 北大核心 2008年第7期1703-1707,共5页

为了识别退化的交通标志图像,该文采用一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。针对各阶模糊-仿射联合不变矩数量级差异较大问题,... 为了识别退化的交通标志图像,该文采用一种新的特征提取算法。该算法在处理图像退化问题时,采用模糊-仿射联合不变矩直接提取图像的特征,从而避免了需要较大计算量的图像复原处理过程。针对各阶模糊-仿射联合不变矩数量级差异较大问题,提出一种数量级标准化算法。在深入分析PNN与K-means聚类算法的基础上,提出采用全局K-均值算法优化设计概率神经网络分类器,并将其用于交通标志图像的分类识别。仿真结果表明:模糊-仿射联合不变矩是一种有效的处理退化交通标志图像的方法,所设计的概率神经网络分类器不仅具有精简的结构而且具有较好的推广性能。 展开更多

关键词 模式识别 概率神经网络 交通标志 模糊-仿射联合不变矩 全局K-均值算法

在线阅读 下载PDF 职称材料

一种基于PNN的点阵喷码字符识别方法 被引量：3

9

作者 马玲 罗晓曙 蒋品群 《广西师范大学学报（自然科学版）》 CAS 北大核心 2020年第4期32-41,共10页

在点阵喷码字符智能识别问题的研究中,由于点阵喷码字符是喷印在背景复杂且含有其他标准字符的产品外包装上,且点阵喷码字符的字体大小、喷墨量及光照影响的变化,使得准确定位和识别点阵喷码字符均有一定的难度。本文针对上述难点提出... 在点阵喷码字符智能识别问题的研究中,由于点阵喷码字符是喷印在背景复杂且含有其他标准字符的产品外包装上,且点阵喷码字符的字体大小、喷墨量及光照影响的变化,使得准确定位和识别点阵喷码字符均有一定的难度。本文针对上述难点提出基于概率神经网络(PNN)的点阵喷码字符识别方法。首先,将原始图像转换成灰度图像并进行高斯滤波预处理。然后,利用改进的FAST角点检测算法快速定位喷码字符。在特征提取环节,本文提取待识别点阵喷码字符的HOG特征和网格特征,并将这2种特征进行联合。最后,将联合后的字符特征输入到PNN,建立分类模型,利用训练好的分类模型识别出点阵喷码字符。实验结果表明:本文提出的点阵喷码字符定位方法准确率高、速度快,且采用PNN建立的分类模型对受光照影响、字体不一的点阵喷码字符具有一定的适应性,识别准确率为97.1%,可满足工业中点阵喷码字符识别的应用场合。 展开更多

关键词 FAST角点检测算法 概率神经网络(pnn) 喷码字符识别 字符定位 特征提取

在线阅读 下载PDF 职称材料

基于改进MFCC融合特征及FA-PNN的驾驶员路怒情绪识别 被引量：6

10

作者 李尚卿 王晓原 +2 位作者 张杨 李浩 项徽 《计算机工程与应用》 CSCD 北大核心 2023年第2期306-313,共8页

现今关于驾驶员路怒情绪识别方法中语音特性分析相对较少,该研究以路怒情绪为研究对象,利用模拟驾驶系统建立数据集,通过分析驾驶员语音的频谱特征,将时域中短时能量及短时过零率特征参数和改进Mel频率倒谱系数(Mel frequency cepstral ... 现今关于驾驶员路怒情绪识别方法中语音特性分析相对较少,该研究以路怒情绪为研究对象,利用模拟驾驶系统建立数据集,通过分析驾驶员语音的频谱特征,将时域中短时能量及短时过零率特征参数和改进Mel频率倒谱系数(Mel frequency cepstral coefficients,MFCC)特征参数融合构成特征参数向量,利用萤火虫算法(firefly algorithm,FA)优化PNN神经网络(probabilistic neural networks)并构建识别模型,实现驾驶员路怒情绪的识别。实验结果表明,在相同神经网络下,改进MFCC融合特征提取方法相比传统MFCC特征提取方法具有更好的抗噪性。同时,FA-PNN模型的识别准确率为93.0%,相比传统PNN模型提高了11个百分点;F1-Score值为0.9328,提高了0.1047。该研究论证了语音信号处理技术对驾驶员路怒情绪识别的可行性,为汽车主动安全驾驶预警研究提供了新方法。 展开更多

关键词 路怒情绪 语音信号处理 FA-pnn 改进MFCC 特征融合

在线阅读 下载PDF 职称材料

基于粗糙集理论和改进PNN算法的岩爆预测 被引量：2

11

作者 刘晓悦 张雪梅 杨伟 《华北理工大学学报（自然科学版）》 CAS 2021年第2期96-101,115,共7页

对岩爆进行准确且有效地预测具有十分重要的意义。根据岩爆的影响因素、特点及成因,选取岩石取样处的埋深H、岩石单轴抗压强度σ_(c)、应力系数σ_(θ)/σ_(c)、脆性系数σ_(c)/σ_(t)和冲击倾向性指数Wet作为预测指标,利用粗糙集属性... 对岩爆进行准确且有效地预测具有十分重要的意义。根据岩爆的影响因素、特点及成因,选取岩石取样处的埋深H、岩石单轴抗压强度σ_(c)、应力系数σ_(θ)/σ_(c)、脆性系数σ_(c)/σ_(t)和冲击倾向性指数Wet作为预测指标,利用粗糙集属性约简算法获得关键属性,并得到特定地质条件下岩爆的主要影响因素,将主控因素数据归一化后构成概率神经网络的输入向量,减小了计算的复杂度。通过调整平滑因子的大小,建立基于粗糙集理论和概率神经网络(RS-PNN)的岩爆预测模型,并将RS-PNN的预测结果与其它模型的预测结果进行比较。结果表明,RSPNN模型的判别结果准确率较高,且PNN网络的收敛速度通常在几秒钟之内,故基于RSPNN的岩爆预测模型具有合理性和可行性。 展开更多

关键词 粗糙集理论 概率神经网络 改进pnn算法

在线阅读 下载PDF 职称材料

基于ICEEMDAN能量矩和MFOA-PNN的轴承故障诊断 被引量：5

12

作者 逄英 高军伟 《现代制造工程》 CSCD 北大核心 2022年第3期122-126,153,共6页

为了提高滚动轴承故障诊断的准确性,实现对故障的精准定位,提出一种基于改进的自适应噪声的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和修正型果蝇优化算法... 为了提高滚动轴承故障诊断的准确性,实现对故障的精准定位,提出一种基于改进的自适应噪声的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和修正型果蝇优化算法-概率神经网络(Modified Fruit Fly Optimization Algorithm-Probabilistic Neural Network,MFOA-PNN)的轴承故障诊断方法。首先利用ICEEMDAN算法对滚动轴承原始序列信号进行预处理,通过能量矩计算公式求取特征值,并将其作为PNN模型的输入;其次运用MFOA搜索PNN模型的最优平滑参数,通过建立MFOA-PNN模型诊断故障类别。实验表明,MFOA-PNN模型相比PNN模型的诊断准确性有所提高,准确率可以达到99.50%,提高了滚动轴承的经济性和安全性。 展开更多

关键词 改进的自适应噪声的完备集成经验模态分解 能量矩 修正型果蝇优化算法 概率神经网络 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

基于PNN的GIS局部放电模式识别方法 被引量：6

13

作者 李君科 李明江 李德光 《电气传动》 2021年第15期45-52,共8页

气体绝缘开关设备(GIS)因绝缘缺陷引起的局部放电特性具有复杂性和分散性,其特征量的选取易产生数据的丢失和冗余,导致故障类型的识别效果不佳。据此,提出了采用线性判别分析(LDA)方法和遗传算法优化概率神经网络结合的局部放电模式识... 气体绝缘开关设备(GIS)因绝缘缺陷引起的局部放电特性具有复杂性和分散性,其特征量的选取易产生数据的丢失和冗余,导致故障类型的识别效果不佳。据此,提出了采用线性判别分析(LDA)方法和遗传算法优化概率神经网络结合的局部放电模式识别方法。通过GIS局部放电实验平台模拟了5类典型的GIS局部放电模型,并建立相应的超高频图谱,提取了相关的特征参量;经过线性判别分析降维得到低维的样本空间,并送入到遗传算法优化后的概率神经网络中进行模式识别;分别采用BP神经网络、SVM、概率神经网络、优化概率神经网络4种分类器进行模式识别,实验结果表明,样本空间经过LDA降维,并经过遗传算法优化概率神经网络进行模式识别,具有较优的识别效果和识别时长。 展开更多

关键词 气体绝缘开关设备 局部放电 模式识别 线性判别分析 遗传算法 概率神经网络

在线阅读 下载PDF 职称材料

基于HRFDE和GSA-PNN的旋转机械故障识别模型 被引量：2

14

作者 赫大雨 王强 《机电工程》 CAS 北大核心 2023年第12期1869-1879,共11页

采用波动散布熵只能提取故障振动信号的单一尺度特征,而多尺度反向波动散布熵(MRFDE)无法分析信号的高频特性信息,导致提取的故障特征不够全面,进而影响旋转机械故障识别准确率,针对这一问题,提出了一种基于层次反向波动散布熵(HRFDE)... 采用波动散布熵只能提取故障振动信号的单一尺度特征,而多尺度反向波动散布熵(MRFDE)无法分析信号的高频特性信息,导致提取的故障特征不够全面,进而影响旋转机械故障识别准确率,针对这一问题,提出了一种基于层次反向波动散布熵(HRFDE)和引力搜索算法优化概率神经网络(GSA-PNN)的旋转机械故障诊断模型(方法)。首先,利用层次分割处理代替MRFDE中的粗粒化处理,提出了可以同时提取信号中低频段信息和高频段信息的HRFDE方法,并用于全面表征旋转机械故障特征中的低频和高频信息,从而生成了故障特征样本;然后,采用引力搜索算法(GSA)方法对概率神经网络(PNN)分类器的平滑因子进行了快速优化,建立了GSA-PNN多故障分类模型,对旋转机械的故障类型进行了识别和检测;最后,利用滚动轴承和齿轮箱两种典型的故障数据集,对基于HRFDE方法和GSA-PNN分类器的故障诊断方法的有效性和稳定性进行了实验分析,并将其与现有基于MRFDE、多尺度波动散布熵(MFDE)和层次散布熵(HDE)的故障特征提取方法进行了对比分析。研究结果表明:基于HRFDE方法和GSA-PNN分类器的故障诊断方法可以精准地识别旋转机械的不同故障类型,对两种数据集的识别准确率均达到了98%;而在牺牲部分故障识别效率的基础上,能够获得优于其他对比方法的故障识别准确率,其具有更好的综合性能。 展开更多

关键词 旋转机械 反向波动散布熵 层次反向波动散布熵 故障分类器 引力搜索算法 概率神经网络

在线阅读 下载PDF 职称材料

基于容性能量转移变化的高压真空断路器故障智能诊断 被引量：3

15

作者 罗瑞 皮大能 《机械设计与研究》 CSCD 北大核心 2024年第5期248-253,260,共7页

高压断路器作为电力系统中最重要的承载、保护与控制单元之一,其绝缘与开断依赖SF6气体。由于常规高压真空断路器存在自然电流零点和电能谷底干扰,其故障检测的核心过程为:电流零区弧隙之间SF6气体介质强度变化引起的信号瞬时启动。为... 高压断路器作为电力系统中最重要的承载、保护与控制单元之一,其绝缘与开断依赖SF6气体。由于常规高压真空断路器存在自然电流零点和电能谷底干扰,其故障检测的核心过程为:电流零区弧隙之间SF6气体介质强度变化引起的信号瞬时启动。为了减低故障漏检情况,结合神经网络+混合布谷鸟算法,设计一种高精度的高压真空断路器故障智能诊断方法。首先,分析故障发生后容性能量转移过程,归纳故障发生后容性能量转移的空间特征和时间特征。其次,构建基于PNN神经网络的高压真空断路器机械故障诊断模型,将容性能量转移特征向量作为训练样本输入到模型中展开训练,完成故障智能诊断。最后,利用混合布谷鸟算法对模型中的参数展开寻优,以此得到高精度诊断结果。实验结果表明:所提方法在高压真空断路器诊断过程中的精度和稳定性具有较高优势。 展开更多

关键词 容性能量 特征权值 pnn神经网络 混合布谷鸟算法 故障诊断

原文传递

基于遗传优化的概率神经网络预测方法 被引量：4

16

作者 雷正伟 米东 徐章遂 《自动化与仪表》 2003年第6期6-7,11,共3页

在研究概率神经网络的基础上,提出一种基于遗传优化估计概率神经网络平滑因子的方法,大大地提高了概率神经网络的预测能力,最后将其运用到某型火炮发动机故障预测上,证明了其有效性。

关键词 神经网络 概率神经网络 遗传算法 故障预测 奇异谱 火炮 发动机

在线阅读 下载PDF 职称材料

智能动态诊断模型及在示功图识别中的应用 被引量：8

17

作者 张强 许少华 《计算机工程与应用》 CSCD 北大核心 2009年第4期215-217,共3页

针对抽油机井示功图模式诊断问题,提出了一种基于过程神经元网络的动态诊断模型和方法。过程神经元网络(PNN)的输入和连接权均可以是时变函数,通过对训练函数样本集的学习,可自动抽取时变函数样本的过程模式特征,并可将多个过程特征加... 针对抽油机井示功图模式诊断问题,提出了一种基于过程神经元网络的动态诊断模型和方法。过程神经元网络(PNN)的输入和连接权均可以是时变函数,通过对训练函数样本集的学习,可自动抽取时变函数样本的过程模式特征,并可将多个过程特征加以组合形成类别输出,在机制上对时变信号的分类问题具有较好的适应性。建立了一种基于PNN的动态诊断模型和方法,给出了基于函数基展开结合梯度下降的学习算法,对油田实测的抽油机井示功图进行工作状态识别,取得了较好的应用效果。 展开更多

关键词 示功图 动态诊断 过程神经网络 学习算法 应用

在线阅读 下载PDF 职称材料

改进免疫算法在预测过程神经网络中的应用 被引量：4

18

作者 荆献勇 肖明清 +1 位作者 余文波 赵鑫 《系统工程与电子技术》 EI CSCD 北大核心 2010年第10期2136-2140,共5页

基于过程神经网络(procedure neural network,PNN)建立了具有高精确度的多步预测模型。针对PNN训练过程复杂的特点,提出了一种基于正交基函数展开和矢量矩免疫算法(vector distance based i mmunealgorithm,VD-IA)相结合的PNN训练方法... 基于过程神经网络(procedure neural network,PNN)建立了具有高精确度的多步预测模型。针对PNN训练过程复杂的特点,提出了一种基于正交基函数展开和矢量矩免疫算法(vector distance based i mmunealgorithm,VD-IA)相结合的PNN训练方法。根据PNN在三角函数正交基展开形式下的数学模型,推导出适用于VD-IA的优化问题模型,采用一种自适应策略加快了VD-IA的收敛速度。基于Mackey-Glass混沌序列检验了该方法的有效性,将该方法与BP训练方法、改进粒子群优化(i mproved particle swarmopti mization,IPSO)算法进行了对比分析。仿真结果表明,基于VD-IA的PNN训练方法可以获得较优的结果,且获得泛化性能较好的PNN模型。 展开更多

关键词 预测模型 过程神经网络 免疫算法 学习算法 函数正交基

在线阅读 下载PDF 职称材料

基于量子蛙跳算法和过程神经网络的抽油机故障诊断 被引量：7

19

作者 张强 许少华 李盼池 《中国机械工程》 EI CAS CSCD 北大核心 2014年第12期1609-1615,共7页

提出了一种量子混合蛙跳算法,该算法采用量子位的Bloch球面坐标编码个体,利用量子位在Bloch球面上绕轴旋转的方法实施优化搜索,采用Hadamard门实现个体变异以避免早熟,增强解空间的遍历性,可以快速逼近全局最优解。对过程神经网络的网... 提出了一种量子混合蛙跳算法,该算法采用量子位的Bloch球面坐标编码个体,利用量子位在Bloch球面上绕轴旋转的方法实施优化搜索,采用Hadamard门实现个体变异以避免早熟,增强解空间的遍历性,可以快速逼近全局最优解。对过程神经网络的网络结构、网络参数和展开项数统一编码,并利用该算法进行优化,把优化后的神经网络应用到抽油机故障诊断中,结果表明,用量子混合蛙跳算法优化的神经网络对抽油机进行故障诊断较传统BP算法更具准确性与快速性。 展开更多

关键词 过程神经网络 混合蛙跳算法 示功图 故障诊断

在线阅读 下载PDF 职称材料

光伏系统直流故障电弧实验研究 被引量：8

20

作者 郭凤仪 刘大卫 +4 位作者 王智勇 邓勇 田东豪 游江龙 冯晓丽 《电子测量与仪器学报》 CSCD 北大核心 2018年第6期25-32,共8页

光伏系统中的直流故障电弧严重威胁光伏系统的安全运行,由于其随机性和不稳定性且不具有交流电弧的零休现象,使得光伏系统中的直流故障电弧难以检测。研究光伏系统直流故障电弧的特性及其有效的检测方法对保障光伏系统运行的安全性和可... 光伏系统中的直流故障电弧严重威胁光伏系统的安全运行,由于其随机性和不稳定性且不具有交流电弧的零休现象,使得光伏系统中的直流故障电弧难以检测。研究光伏系统直流故障电弧的特性及其有效的检测方法对保障光伏系统运行的安全性和可靠性具有重要意义。设计了一套光伏直流故障电弧实验系统并有针对性地研究了光伏系统中直流故障电弧的特性和检测方法,提出了经验模态分解(EMD)算法和概率神经网络(PNN)算法相结合的光伏系统直流故障电弧检测方法,综合实验数据分析表明该方法能有效检测光伏系统中直流故障电弧。 展开更多

关键词 光伏系统 直流故障电弧检测 EMD算法 pnn神经网络

原文传递