基于蚁群算法和BP神经网络的矿井通风机故障诊断

• 作者: 曹建全 朱伟 许军 郭立楠 黄明
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 矿井通风机 故障诊断 蚁群算法 BP神经网络
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 故障·诊断
• 页码范围: 258-259
• 分类号: TP183|TD441
• 字数: 1839字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2012.07.123

摘要

采用蚁群算法代替BP算法来训练神经网络的权值和阈值,通过比较2种算法的训练结果,基于蚁群优化的神经网络具有较快的收敛速度,而且能够克服BP算法易于陷入局部最优解的缺陷.采用蚁群算法训练后的神经网络对矿井通风机进行了故障诊断,实验结果表明,该方法是一种有效的故障诊断方法,具有较好的故障诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄明	安徽理工大学电气与信息工程学院	6	25	4.0	4.0
2	郭立楠	安徽理工大学电气与信息工程学院	3	6	1.0	2.0
3	朱伟	安徽理工大学电气与信息工程学院	3	22	3.0	3.0
4	许军	安徽理工大学电气与信息工程学院	9	21	4.0	4.0
5	曹建全	安徽理工大学电气与信息工程学院	4	15	3.0	3.0