基于ICPSO优化的极限学习机在故障诊断中的应用

• 作者: 李洪儒 许葆华 高斐
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 极限学习机 改进混沌粒子群算法 故障诊断 液压阀
• 年，卷（期）: 2013,（20）
• 所属期刊栏目: 信息技术
• 页码范围: 2753-2757
• 页数: 5页
• 分类号: TP206.3
• 字数: 3496字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2013.20.010

摘要

极限学习机(extreme learning machine,ELM)的分类性能受随机产生的输入权值和隐层阈值的影响,为此,提出一种改进的混沌粒子群算法(ICPSO),用以优化输入权值和阈值,得到基于ICP-SO优化的ELM故障诊断模型.仿真和实验结果表明,ICPSO算法改善了ELM网络的学习效率和诊断精度,可有效应用于故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪儒		81	640	11.0	22.0
2	许葆华		44	316	10.0	16.0