基于SA-PSO的小波神经网络汽轮机故障诊断

• 作者: 夏飞 张浩 彭道刚 陈佳楠
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 模拟退火算法 粒子群算法 小波神经网络 故障诊断
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 理论与实践
• 页码范围: 124-128
• 页数: 5页
• 分类号: TK268
• 字数: 4117字
• 语种: 中文

摘要

针对传统小波神经网络的问题,提出了一种基于模拟退火粒子群算法优化小波神经网络并用于汽轮机故障诊断.先使用模拟退火粒子群算法对小波神经网络的参数进行初步优化,再用小波神经网络进行二次优化训练.实验结果表明,所提出的SA-PSO-WNN算法与WNN、PSO-WNN算法相比,网络的训练速度更快,全局搜索能力更强,网络的泛化能力更好,具有很好的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张浩	上海电力学院电力与自动化工程学院	124	1305	20.0	28.0
3	彭道刚	上海电力学院电力与自动化工程学院	157	1369	20.0	28.0
5	夏飞	上海电力学院电力与自动化工程学院	45	199	8.0	12.0
13	陈佳楠	上海电力学院电力与自动化工程学院	1	2	1.0	1.0