基于AGA-RBF算法的柴油机故障诊断研究

• 作者: 何梦珂 刘丹 杨静 汪杰
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 柴油机 径向基函数 自适应遗传算法 故障诊断
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 控制与检测
• 页码范围: 132-134,138
• 页数: 4页
• 分类号: TH165+.3|TG506
• 字数: 2936字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2018.06.033

摘要

针对在柴油机故障诊断中径向基函数( Radial Basis Function, RBF)神经网络泛化能力不足的问题,提出一种基于AGA-RBF算法的柴油机故障诊断方法.在该方法中将自适应遗传算法(Adaptive Ge-netic Algorithm, AGA)和RBF神经网络有机地结合起来,利用自适应遗传算法对RBF神经网络的基函数宽度和中心进行优化,将优化后的RBF神经网络应用于柴油机故障诊断.通过实验仿真表明,该算法收敛速度快,改善了RBF神经网络的泛化能力,提高了故障诊断准确率,实用性强,易于工程实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静	贵州大学现代制造技术教育部重点实验室	45	178	7.0	11.0
2	刘丹	贵州大学现代制造技术教育部重点实验室	28	115	5.0	9.0
3	汪杰	贵州大学现代制造技术教育部重点实验室	3	6	1.0	2.0
4	何梦珂	贵州大学现代制造技术教育部重点实验室	1	1	1.0	1.0