基于遗传算法的WANN的加速器故障诊断分析

• 作者: 周明龙 张政 王静 田丽
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 加速器 小波变换 神经网络 遗传算法 故障诊断
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 实践与创新
• 页码范围: 169-170,173
• 分类号: TP273
• 字数: 2590字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9227.2011.04.068

摘要

利用基于遗传算法的全局优化能力,小波分析具有数据压缩和特征提取的特性,神经网络具有非线性映射和学习推理的优点.将遗传算法(GA)、小波(WA)与概率神经网络(PNN)算法相结合,用于加速器故障.实例证明,利用GA-WANN模型进行故障,故障诊断速度快,鲁棒性好,正确率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田丽		105	450	10.0	14.0
2	周明龙		9	103	4.0	9.0
3	王静		11	48	3.0	6.0
4	张政		2	3	1.0	1.0