發(fā)布時間：2021-01-27 00:52

　　針對RBF神經(jīng)網(wǎng)絡(luò)不能準確計算中心向量和節(jié)點寬度,導致RBF神經(jīng)網(wǎng)絡(luò)識別亞健康準確率達不到最優(yōu)的問題,提出一種成長雞群優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的亞健康診斷模型.首先,對設(shè)備數(shù)據(jù)進行小波變換去除噪聲,提取特征,將數(shù)據(jù)歸一化處理;其次,用混沌搜索策略求得成長雞群的初始種群;最后,對雞群算法進行改進,將得到的優(yōu)化參數(shù)輸入到RBF神經(jīng)網(wǎng)絡(luò)模型進行訓練,輸出結(jié)果.解決RBF神經(jīng)網(wǎng)絡(luò)參數(shù)擇優(yōu)困難以及識別效果不佳問題.實驗結(jié)果表明,提出算法收斂速度快、亞健康識別準確率較高. 

【文章來源】：小型微型計算機系統(tǒng). 2020,41(05)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

成長雞群算法的流程圖

Ackley函數(shù)收斂曲線

Alpine函數(shù)收斂曲線

【參考文獻】：
期刊論文
[1]基于自學習SOM和ARMA算法的數(shù)控機床滾動軸承健康預警研究[J]. 夏筱筠,林滸.  小型微型計算機系統(tǒng). 2019(01)
[2]基于小波變換和改進中值濾波的醫(yī)學圖像耦合去噪算法（英文）[J]. 陳炳權(quán),崔金鴿,徐慶,舒婷,劉宏立.  Journal of Central South University. 2019(01)
[3]基于ADEGWO-SVM的機載燃油泵壽命預測研究[J]. 焦曉璇,景博,李娟,孫萌,王赟.  儀器儀表學報. 2018(08)
[4]基于遺傳RBF神經(jīng)網(wǎng)絡(luò)的高速電主軸熱誤差建模[J]. 張捷,李岳,王書亭,茍衛(wèi)東.  華中科技大學學報(自然科學版). 2018(07)
[5]基于遺傳算法的模糊RBF神經(jīng)網(wǎng)絡(luò)對遙感圖像分類[J]. 楊劍,宋超峰,宋文愛,張濤.  小型微型計算機系統(tǒng). 2018(03)
[6]基于AQPSO的RBF神經(jīng)網(wǎng)絡(luò)自組織學習[J]. 楊剛,王樂,戴麗珍,楊輝,陸榮秀.  控制與決策. 2018(09)
[7]動態(tài)系統(tǒng)的故障診斷技術(shù)[J]. 周東華,胡艷艷.  自動化學報. 2009(06)

碩士論文
[1]信息重構(gòu)的改進極限學習機故障診斷研究[D]. 高欣.遼寧大學 2018



本文編號：3002122