基于量子蛙跳算法和过程神经网络的抽油机故障诊断

• 作者: 张强 李盼池 许少华
• 来源期刊: 中国机械工程
• 关键词: 过程神经网络 混合蛙跳算法 示功图 故障诊断
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 信息技术
• 页码范围: 1609-1615
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2014.12.010

摘要

提出了一种量子混合蛙跳算法，该算法采用量子位的 Bloch 球面坐标编码个体，利用量子位在 Bloch 球面上绕轴旋转的方法实施优化搜索，采用 Hadamard 门实现个体变异以避免早熟，增强解空间的遍历性，可以快速逼近全局最优解。对过程神经网络的网络结构、网络参数和展开项数统一编码，并利用该算法进行优化，把优化后的神经网络应用到抽油机故障诊断中，结果表明，用量子混合蛙跳算法优化的神经网络对抽油机进行故障诊断较传统 BP 算法更具准确性与快速性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华		52	329	11.0	15.0
2	李盼池		93	344	9.0	11.0
3	张强		89	201	7.0	10.0