速度自适应粒子群优化算法在故障诊断中的应用

• 作者: 潘宏侠 魏秀业
• 来源期刊: 太原理工大学学报
• 关键词: 粒子群优化 群体智能 神经网络 故障诊断
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 机械工程与材料科学
• 页码范围: 47-50
• 页数: 4页
• 分类号: TH132
• 语种: 中文

摘要

在原始粒子群优化算法(PSO)中设置动态最大限制速度基础上,提出一种速度自适应粒子群优化算法.经过神经网络的测试表明,该算法在收敛速度和精度上都优于原始算法,并且参数选取灵活,容易实现.将改进算法应用于实验室变速箱的神经网络故障诊断系统中,并与PSO和BP算法进行了比较,得出该算法不仅对变速箱故障的识别准确率比较高,而且故障诊断的精度和效率也较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘宏侠	中北大学机械工程与自动化学院	359	2630	23.0	34.0
2	魏秀业	中北大学机械工程与自动化学院	28	357	10.0	18.0