原文服务方: 大电机技术       
摘要:
蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,有正反馈、分布式计算、启发性收敛等特点.本文介绍了蚁群算法的基本原理和算法模型,建立了以电机为对象的神经网络故障诊断系统,应用蚁群算法训练了神经网络并进行了故障诊断,与BP算法的诊断结果进行了比较.网络训练的对比结果表明,基于蚁群算法的神经网络故障诊断系统,对多故障征兆有较好的故障识别率,且算法收敛快,诊断精度高,具有较高的搜索效率.
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
基于蚁群算法的电路故障诊断研究
蚁群算法
神经网络
故障诊断
蚁群神经网络在齿轮箱故障诊断中的研究与应用
蚁群优化算法
神经网络
齿轮箱
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
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 蚁群算法在电机故障诊断中的应用
来源期刊 大电机技术 学科
关键词 蚁群算法 神经网络 故障诊断
年,卷(期) 2009,(1) 所属期刊栏目 电机部分
研究方向 页码范围 26-30
页数 5页 分类号 TM307
字数 语种 中文
DOI 10.3969/j.issn.1000-3983.2009.01.007
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 潘宏侠 中北大学信息与通信工程学院 359 2630 23.0 34.0
2 石丁丁 中北大学信息与通信工程学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (209)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (21)
二级引证文献  (43)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(5)
  • 引证文献(5)
  • 二级引证文献(0)
2012(7)
  • 引证文献(2)
  • 二级引证文献(5)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
大电机技术
双月刊
1000-3983
23-1253/TM
大16开
1971-01-01
chi
出版文献量(篇)
2188
总下载数(次)
0
总被引数(次)
10014
论文1v1指导