基于量子粒子群优化的BP神经网络的汽轮机振动故障诊断研究

• 作者: 彭双飞
• 来源期刊: 电子质量
• 关键词: 量子粒子群 BP神经网络 故障诊断
• 年，卷（期）: 2010,（8）
• 页码范围: 21-23
• 分类号: TP302.7
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0107.2010.08.008

摘要

为了提高汽轮机诊断系统的诊断速度与精度,提出了将量子粒子群算法和BP神经网络相结合的故障诊断方法.用量子粒子群算法来训练网络的权值和阈值,再将优化后的权值和阈值代入BP网络,进行故障诊断.实例证明,它是一种高效,可靠的诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭双飞	兰州交通大学自动化与电气工程学院	2	4	2.0	2.0