期刊文献+
共找到739篇文章
< 1 2 37 >
每页显示 20 50 100
基于IFOA-GRNN的短期电力负荷预测方法研究 被引量:46
1
作者 祝学昌 《电力系统保护与控制》 EI CSCD 北大核心 2020年第9期121-127,共7页
针对智能用电环境下负荷随机性强、短期电力负荷预测精度差、计算时间长等问题,提出了一种结合改进果蝇优化算法IFOA和广义回归神经网络GRNN的预测方法。模型的输入因子为负荷数据和气象信息等。通过改进果蝇优化算法的搜索距离,增强其... 针对智能用电环境下负荷随机性强、短期电力负荷预测精度差、计算时间长等问题,提出了一种结合改进果蝇优化算法IFOA和广义回归神经网络GRNN的预测方法。模型的输入因子为负荷数据和气象信息等。通过改进果蝇优化算法的搜索距离,增强其搜索能力,优化广义回归神经网络GRNN的平滑因数,提高预测的网络性能和精度。通过仿真验证预测方法的准确性和有效性。结果表明,改进后的方法可以减小预测误差,提高算法的稳定性。该研究为我国电力负荷预测的发展提供了参考和借鉴。 展开更多
关键词 电力负荷预测 果蝇优化算法 广义回归神经网络 平滑因数
下载PDF
基于自适应的动态三次指数平滑法的风电场风速预测 被引量:39
2
作者 王国权 王森 +2 位作者 刘华勇 薛永端 周平 《电力系统保护与控制》 EI CSCD 北大核心 2014年第15期117-122,共6页
随着风力发电的快速发展,对风电场的风速实现较准确的预测也逐步成为风电领域研究的热点。为了提高风速的预测精度,综合考虑风速历史时间序列的影响,在传统的三次指数平滑方法的基础上,提出了一种自适应的动态三次指数平滑方法来进行风... 随着风力发电的快速发展,对风电场的风速实现较准确的预测也逐步成为风电领域研究的热点。为了提高风速的预测精度,综合考虑风速历史时间序列的影响,在传统的三次指数平滑方法的基础上,提出了一种自适应的动态三次指数平滑方法来进行风速预测。该方法利用了地毯式搜索方法,根据误差平方和最小的原则及时调整并获得最佳的平滑系数,然后进行后续的一步或多步风速预测。通过与传统的三次指数平滑法、灰色模型预测法比较,验证了自适应的动态三次指数平滑法在风电场风速预测中的准确性和高效性。 展开更多
关键词 自适应 指数平滑法 风速预测 风力发电 平滑系数
下载PDF
基于广义回归神经网络的边坡稳定性评价 被引量:22
3
作者 兰海涛 李谦 韩春雨 《岩土力学》 EI CAS CSCD 北大核心 2009年第11期3460-3463,共4页
边坡失稳是比较常见的地质灾害,判定其稳定性的方法很多,在使用过程中也暴露出了这些方法的缺陷。针对这些问题,构建了适合于边坡稳定性评价的广义回归神经网络模型,并运用Matlab的神经网络工具箱进行了分析和计算,使用了相关数据来训... 边坡失稳是比较常见的地质灾害,判定其稳定性的方法很多,在使用过程中也暴露出了这些方法的缺陷。针对这些问题,构建了适合于边坡稳定性评价的广义回归神经网络模型,并运用Matlab的神经网络工具箱进行了分析和计算,使用了相关数据来训练和测试该模型的可靠性和可行性。结果表明,广义回归神经网络模型在使用过程中需选择合适的光滑因子,而所得出的数据与实际结果较为相符,解决了之前使用的BP神经网络模型的缺点,具有很好的工程运用前景。 展开更多
关键词 广义回归神经网络 边坡稳定性 光滑因子 神经网络模型
下载PDF
基于SFLA-GRNN模型的基坑地表最大沉降预测 被引量:20
4
作者 钟国强 王浩 +2 位作者 李莉 王成汤 谢壁婷 《岩土力学》 EI CAS CSCD 北大核心 2019年第2期792-798,808,共8页
为可靠预测基坑周边地表沉降的发展趋势,提出了一种基于混合蛙跳算法和广义回归神经网络模型的基坑地表最大沉降预测模型(SFLA-GRNN模型)。首先,在沉降机制分析并初选输入变量集的基础上,利用灰色相关度分析对模型输入、输出变量的相关... 为可靠预测基坑周边地表沉降的发展趋势,提出了一种基于混合蛙跳算法和广义回归神经网络模型的基坑地表最大沉降预测模型(SFLA-GRNN模型)。首先,在沉降机制分析并初选输入变量集的基础上,利用灰色相关度分析对模型输入、输出变量的相关性进行量化,并剔除与输出变量相关性明显偏小的输入变量;其次,利用混合蛙跳算法(SFLA)对广义回归神经网络模型(GRNN)的平滑因子进行优化确定,减少人为因素对模型精度和泛化能力的不良影响;最后,利用筛选得到的输入变量集建立基坑地表最大沉降预测的广义回归神经网络模型。实例应用及对比计算结果表明,基于灰色相关度的输入变量筛选和基于混合蛙跳算法的平滑因子优化均能够有效提高广义回归神经网络模型的精度和泛化能力,以上结论可为类似变形预测提供参考。 展开更多
关键词 混合蛙跳算法 广义回归神经网络 平滑因子 灰色相关度分析 沉降预测
下载PDF
HVF方法在GPS多路径效应研究中的应用 被引量:15
5
作者 周晓卫 戴吾蛟 +1 位作者 朱建军 邹峥嵘 《大地测量与地球动力学》 CSCD 北大核心 2007年第1期107-111,共5页
提出了基于Helmert方差分量估计的Vondrak滤波方法(简称HVF),并将其用于GPS多路径效应的研究。通过对实际观测资料的分析表明,该方法能合理地选取Vondrak平滑因子,最大限度地削弱测量的随机误差,有效地分离观测资料序列中的信号与噪声... 提出了基于Helmert方差分量估计的Vondrak滤波方法(简称HVF),并将其用于GPS多路径效应的研究。通过对实际观测资料的分析表明,该方法能合理地选取Vondrak平滑因子,最大限度地削弱测量的随机误差,有效地分离观测资料序列中的信号与噪声。利用该方法提取多路径模型,并根据GPS多路径效应周期性重复的特性,可有效地削弱多路径效应对观测结果的影响,从而提高GPS定位精度。 展开更多
关键词 VONDRAK滤波 平滑因子 HELMERT方差分量估计 GPS 多路径效应
下载PDF
基于多面函数模型的GPS高程拟合精度分析 被引量:16
6
作者 李秀海 韩冰 《测绘与空间地理信息》 2010年第1期12-13,17,共3页
选择不同的拟合方法与拟合模型对GPS高程拟合精度有很大影响。本文研究了多面函数拟合模型中平滑系数选择对GPS拟合高程精度的影响。通过实例计算分析表明,选择不同的平滑系数,GPS高程拟合精度相差较大,在利用多面函数拟合GPS高程实践... 选择不同的拟合方法与拟合模型对GPS高程拟合精度有很大影响。本文研究了多面函数拟合模型中平滑系数选择对GPS拟合高程精度的影响。通过实例计算分析表明,选择不同的平滑系数,GPS高程拟合精度相差较大,在利用多面函数拟合GPS高程实践中应慎重选择平滑系数。 展开更多
关键词 多面函数 平滑系数 高程异常 精度分析
下载PDF
修正型果蝇算法优化GRNN网络的尾矿库安全预测 被引量:15
7
作者 王英博 聂娜娜 +1 位作者 王铭泽 李仲学 《计算机工程》 CAS CSCD 北大核心 2015年第4期267-272,共6页
针对尾矿库事故具有随机波动性和非线性的特点,提出采用修正型果蝇优化算法优化广义回归神经网络的尾矿库安全评价模型(MFOA-GRNN)。该方法利用修正型果蝇优化算法的全局寻优特性对广义回归神经网络进行参数优化,同时应用去相关性分析... 针对尾矿库事故具有随机波动性和非线性的特点,提出采用修正型果蝇优化算法优化广义回归神经网络的尾矿库安全评价模型(MFOA-GRNN)。该方法利用修正型果蝇优化算法的全局寻优特性对广义回归神经网络进行参数优化,同时应用去相关性分析选取尾矿库安全评价指标,实现尾矿库的安全预测。以辽宁本溪南芬尾矿库为研究实例进行拟合预测,实验结果表明,将MFOA方法与GRNN网络有机结合,有利于平滑因子σ的选择,相较于FOA-GRNN模型70%的预测准确度,采用修正型果蝇算法优化的GRNN模型预测准确度高达100%,预测精度更高,适用性更强。 展开更多
关键词 尾矿库 果蝇优化算法 广义回归神经网络 平滑因子 参数优化 安全预测
下载PDF
利用蚁群遗传算法改进高程异常拟合模型 被引量:14
8
作者 蒲伦 唐诗华 +2 位作者 刘银涛 黄昶程 唐宏 《测绘科学》 CSCD 北大核心 2019年第7期46-52,共7页
针对多面函数在拟合高程异常中难以选取中心节点及光滑因子的问题,该文提出了蚁群-遗传算法改进高程异常拟合模型的方法。为拟合模型构建提供可靠的参数,使选择的中心节点更加合理,加入蚁群算法能够快速获取地形复杂区域的特征点。光滑... 针对多面函数在拟合高程异常中难以选取中心节点及光滑因子的问题,该文提出了蚁群-遗传算法改进高程异常拟合模型的方法。为拟合模型构建提供可靠的参数,使选择的中心节点更加合理,加入蚁群算法能够快速获取地形复杂区域的特征点。光滑因子是多面函数拟合法的重要参数,参数值影响了拟合模型精度的高低。采用了遗传算法优化光滑因子,将光滑因子作为种群的染色体进行遗传运算,求得了拟合模型的光滑因子最优值为0.452。利用蚁群-遗传算法改进后的多面函数构建的拟合模型精度为8.6mm,比传统多面函数法拟合结果精度提高了48%。实验研究表明,蚁群-遗传算法改进的多面函数在很大程度上提高了拟合模型的精度,充分验证了改进方法有效可行,为特殊地形的高程拟合提供了重要的参考依据。 展开更多
关键词 高程异常 蚁群算法 遗传算法 多面函数 中心节点 光滑因子
原文传递
基于集成学习概率神经网络的电机轴承故障诊断 被引量:14
9
作者 张习习 顾幸生 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第1期68-76,共9页
电机作为一种重要的驱动设备,在工业生产中得到了广泛的应用。滚动轴承是电机最重要的部件之一,一旦发生故障,将严重影响生产过程。因此,对电机轴承故障进行诊断,对保证安全、正常生产具有重要意义。本文采用概率神经网络(PNN)实现了电... 电机作为一种重要的驱动设备,在工业生产中得到了广泛的应用。滚动轴承是电机最重要的部件之一,一旦发生故障,将严重影响生产过程。因此,对电机轴承故障进行诊断,对保证安全、正常生产具有重要意义。本文采用概率神经网络(PNN)实现了电机轴承的故障分类,针对作为概率神经网络最重要参数之一的平滑因子σ需要通过经验或不断尝试的方式人为设定的问题,提出了一种基于正弦余弦优化算法(SCA)的自适应概率神经网络(SPNN);针对同一个训练集和测试集,PNN会得到固定的识别结果,从而在一定程度上降低PNN泛化能力的问题,建立了利用SPNN作为弱分类器的基于AdaBoost的集成学习模型(ASPNN),采用输出概率线性组合的方式得到强分类器的输出结果;将ASPNN模型应用于电机轴承故障诊断,仿真结果表明,与PNN、SPNN和MSVM相比,本文方法在电机轴承故障诊断方面具有更好的性能。 展开更多
关键词 故障诊断 概率神经网络 正弦余弦算法 平滑因子 集成学习
下载PDF
基于鲸鱼算法优化PNN的变压器故障诊断 被引量:13
10
作者 李宏玉 毛泉 +2 位作者 祁忠伟 李洪强 孙钧太 《电气自动化》 2022年第4期102-104,共3页
为了增强变压器故障诊断中概率神经网络(probabilistic neural network,PNN)的诊断能力,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)与PNN相结合的算法。采用WOA对PNN神经网络的平滑因子参数进行优化,并将优化得到的参... 为了增强变压器故障诊断中概率神经网络(probabilistic neural network,PNN)的诊断能力,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)与PNN相结合的算法。采用WOA对PNN神经网络的平滑因子参数进行优化,并将优化得到的参数值代入到PNN诊断模型中,通过网络训练得到变压器故障诊断的最佳网络模型。试验结果表明,WOA-PNN算法对变压器的故障诊断能力较强,准确率达到了93.88%,网络训练能力约为97%,此方法具有快速收敛、避免陷入局部极小的能力。与传统PNN相比具有明显的优势,为变压器稳定运行提供强大的技术支撑。 展开更多
关键词 变压器 故障诊断 概率神经网络 鲸鱼算法 平滑因子
下载PDF
故障树法和改进PSO-PNN网络的电梯故障诊断模型 被引量:13
11
作者 张阔 李国勇 韩方阵 《中国安全生产科学技术》 CAS CSCD 北大核心 2017年第9期175-179,共5页
针对电梯故障问题,提出一种将故障树分析法、改进的粒子群优化算法和概率神经网络相结合的方法用于电梯的故障诊断。以电梯的安全回路系统为例,用故障树法对回路进行分析,获得训练样本与故障类型;使用粒子群算法对概率神经网络的平滑因... 针对电梯故障问题,提出一种将故障树分析法、改进的粒子群优化算法和概率神经网络相结合的方法用于电梯的故障诊断。以电梯的安全回路系统为例,用故障树法对回路进行分析,获得训练样本与故障类型;使用粒子群算法对概率神经网络的平滑因子进行优化,在优化过程中,针对粒子群算法存在易陷入局部最优的缺陷,提出对惯性权重的改进策略;采用相对误差对诊断效果做出评估,并与传统的概率神经网络和基本粒子群算法优化的概率神经网络在各种故障类型输出和最大相对误差等方面进行比较,结果表明:该模型能够有效诊断电梯故障。 展开更多
关键词 故障树分析法 粒子群算法 概率神经网络 平滑因子 惯性权重 电梯故障诊断
下载PDF
基于共轭梯度下降法的RBF神经网络预测算法 被引量:12
12
作者 王欣 靳鸿 杨冀豫 《探测与控制学报》 CSCD 北大核心 2019年第5期106-110,共5页
针对当前神经网络预测算法在解决训练样本较多的复杂非线性系统问题时易陷入局部最优、训练时间较长、准确度不高的问题,提出了基于共轭梯度下降法的RBF神经网络预测算法。该算法在传统径向基神经网络的基础上,引入平滑因子对共轭梯度... 针对当前神经网络预测算法在解决训练样本较多的复杂非线性系统问题时易陷入局部最优、训练时间较长、准确度不高的问题,提出了基于共轭梯度下降法的RBF神经网络预测算法。该算法在传统径向基神经网络的基础上,引入平滑因子对共轭梯度下降法进行优化,并且能够自适应改变三个重要参数的学习率步长。将改进的预测算法应用于已知轮毂应力预测轮扭矩的多输入单输出非线性系统,通过仿真实验得到测试样本预测值与真实值的曲线对比、改进的算法与标准RBF神经网络算法的误差性能曲线对比。仿真实验结果表明,该算法比传统RBF神经网络算法迭代次数更少,收敛速度更快,预测准确度更高。 展开更多
关键词 径向基神经网络 扭矩预测 共轭梯度下降 变步长 平滑因子 复杂非线性系统
下载PDF
基于优化广义回归神经网络的变电站设备温度预测 被引量:12
13
作者 孔雪卉 张慧芬 《中国电力》 CSCD 北大核心 2016年第7期54-59,共6页
变电站设备温度情况是反映设备是否正常运行的一个重要指标,对设备温度进行及时的预测能够保证电力系统高效、稳定运行。针对高压设备温度存在非线性、随机性等特点,应用广义回归神经网络(GRNN)对其进行预测。运用K-近邻思想和多轮投票... 变电站设备温度情况是反映设备是否正常运行的一个重要指标,对设备温度进行及时的预测能够保证电力系统高效、稳定运行。针对高压设备温度存在非线性、随机性等特点,应用广义回归神经网络(GRNN)对其进行预测。运用K-近邻思想和多轮投票机制确定最优平滑因子,对GRNN进行优化。结合某变电站的设备温度历史数据,以高压开关柜为例,划分训练样本和预测样本,建立了基于优化GRNN的高压开关柜温度预测模型。Matlab仿真实验表明:优化的GRNN预测结果优于BP神经网络的预测结果,在训练速度和预测精度上都有显著提高。 展开更多
关键词 变电站 温度预测 优化的GRNN算法 K-近邻 平滑因子
下载PDF
样条修正磨光法对我国建筑陶瓷进出口趋势的预测 被引量:10
14
作者 詹棠森 吴启波 柳炳祥 《中国陶瓷》 CAS CSCD 北大核心 2007年第7期7-8,13,共3页
通过研究样条函数(Spline function),提出样条修正磨光法模型(Spline Modified Smoothing Method)对我国建筑陶瓷的进出口数量和进出口金额进行了模拟,克服了灰色新陈代谢GM(1,1)模型要经过平移变换的繁杂过程。结果表明,样条修正磨光... 通过研究样条函数(Spline function),提出样条修正磨光法模型(Spline Modified Smoothing Method)对我国建筑陶瓷的进出口数量和进出口金额进行了模拟,克服了灰色新陈代谢GM(1,1)模型要经过平移变换的繁杂过程。结果表明,样条修正磨光法对扰动大的数据模拟效果比灰色新陈代谢GM(1,1)模型的模拟效果更好,精度较高,预测误差小,为陶瓷生产和发展提供了可靠的理论方法。 展开更多
关键词 灰色新陈代谢QM(1 1) 样条修正磨光法 磨光因子 预测
下载PDF
基于RFOA优化GRNN的水电机组振动预测 被引量:10
15
作者 王继选 胡润志 +3 位作者 管一 张少恺 曹庆皎 王利英 《振动与冲击》 EI CSCD 北大核心 2021年第21期120-126,共7页
针对水电机组振动的非平稳、非线性特点,提出利用改进果蝇算法(RFOA)优化广义回归神经网络模型(RFOA-GRNN)。通过改进果蝇算法的搜索步长和气味浓度判定公式,使该算法的局部寻优能力增强,收敛速度提高。通过8种常用的基准函数对FOA算法... 针对水电机组振动的非平稳、非线性特点,提出利用改进果蝇算法(RFOA)优化广义回归神经网络模型(RFOA-GRNN)。通过改进果蝇算法的搜索步长和气味浓度判定公式,使该算法的局部寻优能力增强,收敛速度提高。通过8种常用的基准函数对FOA算法、DSFOA算法、RFOA算法进行仿真测试,测试结果验证了RFOA算法的有效性。利用三种优化算法优化GRNN的平滑因子,将优化后平滑因子代入GRNN模型对水电机组振动进行预测。结果表明,与FOA-GRNN和DSFOA-GRNN两种预测模型相比,RFOA-GRNN预测模型的预测结果最大相对误差分别降低了99.96%和99.28%。可以得到RFOA-GRNN模型的预测精度和稳定性方面均优于其他两种模型,验证了此模型的有效性。将其应用于水电机组状态趋势预测研究中,可为维护人员提前发现水电机组故障并及时检修进而保证水电机组安全稳定的运行提供保障。 展开更多
关键词 水电机组 改进果蝇优化算法(RFOA) 广义回归神经网络(GRNN) 平滑因子 振动预测
下载PDF
基于FP-Growth算法和GRNN的电力知识文本挖掘 被引量:9
16
作者 白勇 张占龙 熊隽迪 《计算机科学》 CSCD 北大核心 2021年第8期86-90,共5页
为了提高电力知识文本挖掘的性能,采用FP-Growth算法对影响电力需求的强关联因素进行挖掘,运用广义回归神经网络(General Regression Neural Network,GRNN)算法实现电力需求预测。首先,对待挖掘的电力文本进行指标提取并编码,生成电力... 为了提高电力知识文本挖掘的性能,采用FP-Growth算法对影响电力需求的强关联因素进行挖掘,运用广义回归神经网络(General Regression Neural Network,GRNN)算法实现电力需求预测。首先,对待挖掘的电力文本进行指标提取并编码,生成电力文本初始FP-Tree;接着采用FP-Growth算法遍历所有FP-Tree,生成频繁集,过滤掉小于最小支持度的项,留下频数较高的频繁项;然后根据更新后的FP-Tree统计关联项,选择与总用电量增长率关联强的变量生成训练样本;最后采用GRNN算法对电力需求文本进行训练,输入电力需求预测样本,设置平滑因子,通过模式层的输出和加权求和来获得电力需求预测结果。实验结果证明,通过合理设置最小支持度和GRNN的平滑因子,能够获得较好的电力文本挖掘性能,与常用挖掘算法相比,所提算法能够获得更高的电力需求预测准确率。 展开更多
关键词 电力文本挖掘 FP-GROWTH算法 广义回归神经网络 平滑因子 频繁集
下载PDF
多面函数法在确定局部似大地水准面中的应用研究 被引量:8
17
作者 杨建辉 《全球定位系统》 2011年第4期65-68,共4页
在局部区域似大地水准面的确定中,应用数学模型来求取高程异常,是工程中常用的方法。对正双曲面、倒双曲面、三次曲面三种不同核函数的多面函数拟合法最佳光滑因子的选取问题进行了比较研究。通过对地形复杂矿区工程实例分析,表明了三... 在局部区域似大地水准面的确定中,应用数学模型来求取高程异常,是工程中常用的方法。对正双曲面、倒双曲面、三次曲面三种不同核函数的多面函数拟合法最佳光滑因子的选取问题进行了比较研究。通过对地形复杂矿区工程实例分析,表明了三种方法在地形较复杂区域似大地水准面确定中的可行性。 展开更多
关键词 多面函数 核函数 光滑因子 高程异常
下载PDF
基于EGM2008模型和多面函数的似大地水准面拟合综合研究 被引量:8
18
作者 王仲锋 《测绘工程》 CSCD 2021年第6期1-7,共7页
文中讨论用多面函数拟合似大地水准面中函数模型的改进、多面函数之核心点及光滑因子的选取问题,并结合工程实例进行验证。研究得出如下结论:在利用正双曲函数拟合时,加入截距后可提高拟合的精度;利用EGM2008模型,内插出覆盖测区的格网... 文中讨论用多面函数拟合似大地水准面中函数模型的改进、多面函数之核心点及光滑因子的选取问题,并结合工程实例进行验证。研究得出如下结论:在利用正双曲函数拟合时,加入截距后可提高拟合的精度;利用EGM2008模型,内插出覆盖测区的格网交点及GNSS/水准点的高程异常,绘制等值线图,能可视化地选取多面函数的核心点;利用搜索和绘制散点图等,可十分有效地选定使拟合精度最高的光滑因子。 展开更多
关键词 多面函数 高程异常 光滑因子 似大地水准面 核心点
下载PDF
关于多面函数拟合方法中平滑因子的研究 被引量:8
19
作者 齐娜 胡良柏 《工程勘察》 CSCD 北大核心 2010年第9期77-79,共3页
多面函数拟合方法中如何选择平滑因子值一直存在争议。作者通过对多面函数拟合方法的深入研究与分析,并经过反复、大量的运算,最后找到解决选择平滑因子问题的方法,设计出解决平滑因子问题的计算机程序,并成功地接受了工程实例的检验。
关键词 多面函数 平滑因子 高程拟合
下载PDF
基于改进PSO-PNN的大螺旋钻机故障诊断系统研究 被引量:7
20
作者 祝钊 曹鹏 《煤炭工程》 北大核心 2022年第11期193-198,共6页
为解决当前大螺旋钻机故障诊断方法存在的准确率较低问题,提出一种将改进PSO(粒子群优化算法)和PNN(概率神经网络)相结合的大螺旋钻机故障诊断系统。首先通过减小惯性因子和学习因子,间接实现粒子速度由大到小的调整,实现对粒子群优化... 为解决当前大螺旋钻机故障诊断方法存在的准确率较低问题,提出一种将改进PSO(粒子群优化算法)和PNN(概率神经网络)相结合的大螺旋钻机故障诊断系统。首先通过减小惯性因子和学习因子,间接实现粒子速度由大到小的调整,实现对粒子群优化算法的改进,通过基准函数测试证明改进PSO的收敛速度、精度、全局寻优能力均优于GA(遗传算法)、WOA(鲸鱼优化算法)、PSO等常规优化算法。然后利用改进PSO搜索PNN可满足整个样本空间预测需求的全局最优平滑因子,并加载到PNN。实验结果表明,在诊断精度和实时性方面,分别与经验法选取平滑因子的PNN和由GA、WOA、PSO优化后的PNN进行对比,通过改进PSO优化后的PNN故障诊断准确率达到97.5%,同时优化后的PNN运行速度较快,对单组故障数据分析时间为0.785s,以上说明基于改进PSO-PNN的大螺旋钻机故障诊断系统可满足大螺旋钻机对故障诊断准确率和实时性的需求。 展开更多
关键词 改进粒子群优化算法 概率神经网络 平滑因子 大螺旋钻机 故障诊断
下载PDF
上一页 1 2 37 下一页 到第
使用帮助 返回顶部