基于混合杂草算法的神经网络优化策略

• 作者: 彭斌 胡常安 赵荣珍
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 混合杂草算法 神经网络 优化 遗传算法 粒子群算法 故障诊断
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 论文
• 页码范围: 634-639
• 页数: 6页
• 分类号: TH113|TH165
• 字数: 4857字
• 语种: 中文

摘要

通过对入侵式杂草优化算法(invasive weed optimization,简称IWO)和神经网络(neural networks,简称NN)特点的分析,提出了一种新的混合杂草算法(hybrid invasive weed optimization,简称HIWO)来优化NN的权值、阈值和结构.为了提升算法的效果,在HIWO中引入遗传算法(genetic algorithm,简称GA)的交叉算子和粒子群算法(particle swarm opmtimization,简称PSO)的矢量跟踪思想.构建了NN模型参数的IWO主副分区编码方案,根据个体适应度值的大小来动态调整隐层节点及连接权个数,并给出算法的整个实现过程.以转子实验台故障数据的四类谱熵作为HIWO-NN的训练样本,通过实例仿真与GA,PSO和IWO构建的NN结构进行比较.仿真结果表明,采用HIWO的NN能快速、准确地实现故障信号的分类,验证了该算法的有效性,为故障诊断提供了一种新的方法和手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵荣珍	兰州理工大学数字制造技术与应用省部共建教育部重点实验室	117	796	16.0	23.0
5	彭斌	兰州理工大学数字制造技术与应用省部共建教育部重点实验室	49	351	12.0	17.0
9	胡常安	兰州理工大学数字制造技术与应用省部共建教育部重点实验室	2	19	2.0	2.0