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:
提出一种Chwa&Hakimi模型下基于遗传算法优化的BPFD算法——GA-BPFD算法.该算法主要分两步:用遗传算法对测试报告进行预处理,得到误差最小的一组BP神经网络权值和偏置值;将所得权值和偏置值作为BP神经网络的初始权值和初始偏置值,用训练完成的神经网络结合测试报告进行系统级故障诊断.详述用于优化BP神经网络的遗传算法的具体步骤,对GA-BPFD算法的时间复杂度进行分析,并进行实验仿真.实验结果表明,相比BPFD算法,GA-BPFD算法具有较高的诊断精度、较低的时间复杂度和良好的泛化能力.
推荐文章
基于Chwa&Hakimi故障模型的系统级故障诊断方程解决方案
Chwa&Hakimi故障模型
方程解决方案
系统级故障诊断
相容故障模型
基于Chwa & Hakimi故障模型的二分诊断算法
系统级故障诊断
Chwa & Hakimi故障模型
t-可诊断性
方程诊断算法
二分诊断算法
Chwa&Ha ki m i故障模型的方程表示
系统级故障诊断
Chwa&Hakimi模型
t-可诊断性
相容故障模式TheRepresentationEquationofChwa&HakimiFaultModel
基于GA-BP算法的IGBT结温预测模型
IGBT
BP神经网络
GA-BP算法
结温预测模型
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Chwa&Hakimi模型的GA-BPFD算法
来源期刊 计算机工程与设计 学科 工学
关键词 系统级故障诊断 BP神经网络 BPFD算法 GA算法 GA-BPFD算法 泛化能力
年,卷(期) 2015,(9) 所属期刊栏目 网络通信技术
研究方向 页码范围 2366-2370
页数 5页 分类号 TP183
字数 3581字 语种 中文
DOI 10.16208/j.issn1000-7024.2015.09.010
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 宣恒农 南京财经大学信息工程学院 24 135 7.0 10.0
2 张润驰 南京财经大学信息工程学院 9 38 3.0 5.0
3 刘田田 南京财经大学信息工程学院 8 34 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  (6)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
系统级故障诊断
BP神经网络
BPFD算法
GA算法
GA-BPFD算法
泛化能力
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导