神经网络在船舶柴油机故障诊断中的应用研究

• 作者: 许丽君 陈红卫
• 来源期刊: 计算机测量与控制
• 关键词: 船舶柴油机 故障诊断 RBF网络 遗传算法
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 1452-1454
• 页数: 3页
• 分类号: TP206
• 语种: 中文

摘要

为进一步改善船舶柴油机故障诊断的精度和实时性,提出一种基于改进遗传算法和RBF神经网络相结合的智能诊断方法,该方法优化了RBF神经网络的隐节点、中心向量及宽度参数,用最小二乘法训练网络隐层到输出层的权值；并在MATLAB环境下对船舶柴油机故障诊断进行仿真实验,自适应遗传算法优化RBF网络的诊断速度快,收敛效果好,诊断精度高,验证了所提出控制策略的合理性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈红卫	江苏科技大学电子信息学院	48	289	10.0	14.0
2	许丽君	江苏科技大学电子信息学院	1	8	1.0	1.0