基于改进粒子群神经网络的电力电子电路故障诊断

• 作者: 乔维德
• 来源期刊: 娄底职业技术学院学报：职教与经济研究
• 学科: 工学
• 关键词: 改进PSO—BP算法 电力电子电路 故障诊断
• 年，卷（期）: 2008,（4）
• 页码范围: 39-43
• 页数: 5页
• 分类号: TN7

摘要

粒子群优化（PSO）算法是基于群智能的全局优化技术，它通过粒子间的相互作用，对解空间进行智能搜索，从而发现最优解。本文对基本粒子群算法进行改进，并将改进粒子群优化算法与误差反向传播（BP）算法结合起来构成的混合算法用于训练人工神经网络，对电力电子电路故障进行在线诊断。仿真结果表明，改进PSO-BP算法有效地解决常规BP算法学习网络权值和阈值收敛速度慢、易陷入局部极小等问题，具有较快的收敛速度和较高的诊断精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔维德		21	144	8.0	11.0