基于PSO-RBFPNN的柴油机故障诊断

• 作者: 李盘荣
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 粒子群优化算法 径向基概率神经网络 柴油机 故障诊断
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 103-106
• 页数: 4页
• 分类号: TP183
• 字数: 2912字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3133.2008.10.030

摘要

提出一种基于粒子群优化算法(PSO)和径向基概率(RBFP)神经网络的新型进化神经网络模型(PSO-RBFPNN).在实例研究中,该模型被应用于柴油机故障诊断中.试验结果表明,该方法具有运算效率高,收敛速度快的特点,是一种有效可靠的新型故障诊断技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李盘荣		26	83	6.0	8.0