| 基于改进粒子群算法神经网络的电力电子电路故障诊断 |
| 乔维德
|
| 2008-10-01
|
| 发表期刊 | 电气传动自动化
 |
| ISSN | 1005-7277
|
| 卷号 | No.128期号:05页码:29-31+40 |
| 摘要 | 粒子群优化(PSO)算法是基于群智能的全局优化技术,它通过粒子间的相互作用,对解空间进行智能搜索,从而发现最优解。对基本粒子群算法进行改进,并将改进粒子群优化算法与误差反向传播(BP)算法结合起来构成的混合算法用于训练人工神经网络,对电力电子电路故障进行在线诊断。仿真结果表明,改进PSO-BP算法有效地解决常规BP算法学习网络权值和阈值收敛速度慢、易陷入局部极小等问题,具有较快的收敛速度和较高的诊断精度。 |
| 关键词 | 改进PSO-BP算法
电力电子电路
故障诊断
|
| URL | 查看原文
|
| 语种 | 中文
|
| 资助项目 | 江苏省广播电视大学人才引进基金项目
|
| 原始文献类型 | 学术期刊
|
| 文献类型 | 期刊论文
|
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/101965
|
| 专题 | 国家开放大学湖南分部
|
| 作者单位 | 江苏常州市广播电视大学
|
| 第一作者单位 | 国家开放大学湖南分部
|
| 第一作者的第一单位 | 国家开放大学湖南分部
|
推荐引用方式
GB/T 7714 |
乔维德. 基于改进粒子群算法神经网络的电力电子电路故障诊断[J].
电气传动自动化,2008,No.128(05):29-31+40.
|
| APA |
乔维德.(2008).基于改进粒子群算法神经网络的电力电子电路故障诊断.电气传动自动化,No.128(05),29-31+40.
|
| MLA |
乔维德."基于改进粒子群算法神经网络的电力电子电路故障诊断".电气传动自动化 No.128.05(2008):29-31+40.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论