一种改进的SOM神经网络在污水处理故障诊断中的应用

• 作者: 岳宇飞 罗健旭
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障诊断 聚类 自组织映射 帝国竞争算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 389-396
• 页数: 8页
• 分类号: TP183
• 字数: 6046字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.2017.03.015

摘要

自组织映射(SOM)神经网络初始权值的选取对神经网络的性能有重要的影响.采用改进的帝国竞争算法(IICA)优化局部权重失真指数(LWDI)寻优SOM神经网络的初始权值;利用改进后的SOM神经网络(IICA-SOM)对污水处理过程数据进行聚类和故障诊断.实验结果表明,与传统的SOM算法相比,IICA-SOM算法取得了更好的聚类效果,且故障诊断的误诊率更低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗健旭	华东理工大学自动化研究所	22	140	7.0	11.0
2	岳宇飞	华东理工大学自动化研究所	1	9	1.0	1.0