基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统 BP 神经网络以及标准 PSO 算法神经网络在故障诊断过程中易出现收敛速度低及易陷入局部最优点的问题,提出了一种使用改进 PSO(IM-PSO)算法进行训练的神经网络。该方法具有收敛速度快、不易陷入局部极小值的优点。使用该方法对核电站二回路凝给水系统的典型故障进行了诊断,诊断结果表明:该方法的性能优于传统 BP 算法和标准 PSO 算法,在复杂系统故障诊断领域具有很好的应用前景。
推荐文章
BP神经网络改进算法在核电设备故障诊断中的应用
核电设备
故障诊断
神经网络
改进BP算法
基于粒子群神经网络的发动机故障诊断
粒子群
神经网络
汽车发动机
故障诊断
基于粒子群神经网络的汽轮机故障诊断
粒子群
神经网络
汽轮机
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进粒子群算法的神经网络及其在核电站故障诊断中的应用
来源期刊 海军工程大学学报 学科 工学
关键词 故障诊断 PSO 算法 神经网络 核电站
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 104-107
页数 4页 分类号 TP183
字数 2848字 语种 中文
DOI 10.7495/j.issn.1009-3486.2014.03.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余刃 海军工程大学动力工程学院 31 132 6.0 10.0
2 毛伟 海军工程大学动力工程学院 14 83 7.0 9.0
3 周萌 海军工程大学动力工程学院 12 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (17)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
故障诊断
PSO 算法
神经网络
核电站
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
海军工程大学学报
双月刊
1009-3486
42-1106/E
大16开
武汉解放大道717号
1977
chi
出版文献量(篇)
3071
总下载数(次)
11
总被引数(次)
16123
论文1v1指导