基于改进小波神经网络的动车组牵引电机故障趋势预测

• 作者: 刘峰 刘海生
• 来源期刊: 制造业自动化
• 学科: 交通运输
• 关键词: 小波神经网络 LM算法 动车组牵引电机 故障趋势预测
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 检测与监控
• 页码范围: 15-18,28
• 页数: 5页
• 分类号: U269
• 字数: 4777字
• 语种: 中文

摘要

针对小波神经网络在多维输入情况下易于陷入局部极小值、收敛速度慢的弱点,引入Levenberg Marquardt(LM)算法优化小波神经网络,解决传统小波神经网络收敛速度慢的问题.基于传统小波神经网络和LM算法改进的小波神经网络分别建立预测模型,用于动车组牵引电机的故障趋势预测,通过MATLAB软件对两种预测模型的训练过程进行了数值仿真,仿真实验结果表明改进小波神经网络建立的故障预测模型提高了小波神经网络的预测精度,同时加快了神经网络的收敛速度,是一种有效的预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘峰	北京交通大学计算机与信息技术学院	73	414	12.0	16.0
2	刘海生	北京交通大学计算机与信息技术学院	1	6	1.0	1.0