原文服务方: 科技与创新       
摘要:
BP算法在神经网络中应用较为广泛,但有收敛速度慢、易于陷入局部极小点的缺点.蚁群算法是一种新型的模拟进化算法,具有正反馈、分布式计算、全局收敛、启发式学习等特点.本文将蚁群算法和神经网络结合,应用于电路故障诊断中,有效提高了诊断效率.
推荐文章
基于蚁群算法的模拟电路故障诊断
蚁群算法
近邻准则
故障诊断
故障识别
蚁群算法在电机故障诊断中的应用
蚁群算法
神经网络
故障诊断
基于强化学习和蚁群算法的WSN节点故障诊断
传感器节点
故障诊断
强化学习
蚁群算法
基于自适应量子蚁群算法的石脑油裂解炉故障诊断
裂解炉
量子蚁群算法
故障诊断
特征选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群算法的电路故障诊断研究
来源期刊 科技与创新 学科
关键词 蚁群算法 神经网络 故障诊断
年,卷(期) 2007,(28) 所属期刊栏目 故障诊断
研究方向 页码范围 135-136,128
页数 3页 分类号 TP206.3
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2007.28.060
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏蛟龙 华中科技大学电子与信息工程系 75 546 13.0 18.0
2 王晴 华中科技大学电子与信息工程系 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (101)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (3)
二级引证文献  (2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群算法
神经网络
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导