基于PSO优化RBF神经网络的反应釜故障诊断

• 作者: 潘海鹏 邓志辉 陈波
• 来源期刊: 中国机械工程
• 关键词: RBF神经网络 粒子群优化算法 故障诊断 连续搅拌反应釜
• 年，卷（期）: 2012,（18）
• 所属期刊栏目: 信息技术
• 页码范围: 2204-2207
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2012.18.013

摘要

针对单一径向基函数(RBF)神经网络在反应釜故障诊断中泛化能力不足的缺点,设计了基于粒子群(PSO)算法优化的RBF神经网络.利用PSO算法操作简单、容易实现等特点及其智能背景,对RBF神经网络的参数、连接权重进行优化,并用经PSO算法优化的RBF神经网络对反应釜故障进行仿真诊断.仿真诊断结果表明,PSO算法优化的RBF神经网络具有较好的分类效果,较RBF诊断模型精度高、收敛快,具有推广应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘海鹏		83	342	10.0	15.0
2	陈波		95	443	12.0	17.0
3	邓志辉		1	15	1.0	1.0