粒子群优化算法及其在机械故障诊断中的应用
介绍了基于群体智能的粒子群优化算法原理,并对各种改进算法以及算法的应用情况进行了总结.建立了以齿轮箱为对象的神经网络故障诊断系统,应用粒子群优化算法训练的神经网络进行了故障诊断,并与反向传播算法的诊断结果进行了比较.结果表明,基于粒子群优化算法的神经网络具有良好的训练性能,与理想输出的整体误差小于BP算法.因此,粒子群优化算法用于神经网络故障诊断系统中,对多故障征兆有较好的故障识别率,且算法收敛快,诊断精度高,其作为一种有效优化方法,具有较高的搜索效率,在机械故障诊断领域里有良好的应用前景.
粒子群优化 群体智能 故障诊断 神经网络 齿轮箱
魏秀业 潘宏侠
中北大学机械工程与自动化学院,太原,030051
国内会议
2006年全国高校机械工程测试技术研究会暨中国振动工程学会动态测试专委会学术年会
杭州
中文
242-247
2006-10-01（万方平台首次上网日期，不代表论文的发表时间）