本文關鍵詞： 智能診斷 Matlab 自適應 RBF神經(jīng)網(wǎng)絡　出處：《艦船科學技術(shù)》2016年06期 　論文類型：期刊論文

【摘要】：為提高船舶柴油機故障診斷的精度,以及改善神經(jīng)網(wǎng)絡收斂速度慢,易陷入局部最優(yōu)解的情況。提出一種基于改進遺傳算法和RBF神經(jīng)網(wǎng)絡相結(jié)合的智能診斷方法,并將其應用于船舶柴油機故障診斷中,改進的方法優(yōu)化了神經(jīng)網(wǎng)絡的隱節(jié)點、寬度參數(shù)以及中心向量,用最小二乘法訓練網(wǎng)絡隱層到輸出層的權(quán)值。最后在Matlab仿真軟件下,對船舶柴油機故障診斷模型進行仿真實驗。實驗證明,自適應遺傳算法優(yōu)化的RBF神經(jīng)網(wǎng)絡,診斷速度快,診斷精度高,收斂效果好,能較好地應用在船舶柴油機的狀態(tài)監(jiān)測和故障診斷中。
[Abstract]:In order to improve the accuracy of marine diesel engine fault diagnosis, and to improve the condition that the neural network converges slowly and easily falls into the local optimal solution, an intelligent diagnosis method based on the combination of improved genetic algorithm and RBF neural network is proposed. It is applied to the fault diagnosis of marine diesel engine. The improved method optimizes the hidden nodes, width parameters and center vectors of the neural network, and uses the least square method to train the weights from the hidden layer to the output layer of the neural network. Finally, in the Matlab simulation software, the weights of the hidden layer to the output layer are trained. The simulation experiment on the fault diagnosis model of marine diesel engine shows that the RBF neural network optimized by adaptive genetic algorithm has the advantages of fast diagnosis speed, high diagnostic accuracy and good convergence effect. It can be used in condition monitoring and fault diagnosis of marine diesel engine.
【作者單位】： 吉林動畫學院數(shù)字媒體技術(shù)系;
【分類號】：U672

【相似文獻】

相關期刊論文 前10條

1 白艷萍,楊明,吳鋼;神經(jīng)網(wǎng)絡在組合優(yōu)化問題中的應用[J];華北工學院學報;2000年03期

2 劉宇紅,龐偉正;基于神經(jīng)網(wǎng)絡的多用戶檢測器[J];哈爾濱工程大學學報;2000年05期

3 劉玉萍,趙健,李勇,謝紅梅,陸堯;神經(jīng)網(wǎng)絡在模擬系統(tǒng)故障診斷中的應用[J];南昌航空工業(yè)學院學報;2000年02期

4 侯志祥,劉振聞,顏學斌;基于神經(jīng)網(wǎng)絡的我國汽車保有量建模與預測[J];內(nèi)蒙古公路與運輸;2000年04期

5 劉占生,蘇平線,姜興渭;航天器電源模擬系統(tǒng)故障診斷的神經(jīng)網(wǎng)絡方法[J];哈爾濱工業(yè)大學學報;2001年01期

6 許進,保錚;神經(jīng)網(wǎng)絡與圖論[J];中國科學E輯:技術(shù)科學;2001年06期

7 王慧,盧和,李光泉,劉寶坤;子波基神經(jīng)網(wǎng)絡及其建模[J];天津理工學院學報;2001年03期

8 熊和金;大功率人工神經(jīng)網(wǎng)絡模型研究[J];南京理工大學學報(自然科學版);2002年04期

9 喬俊偉,施光林,詹永麒;基于結(jié)構(gòu)的神經(jīng)網(wǎng)絡在參數(shù)優(yōu)化中的應用[J];上海交通大學學報;2002年08期

10 鄧建,朱合華;基于神經(jīng)網(wǎng)絡的巖土工程結(jié)構(gòu)隨機有限元分析[J];同濟大學學報(自然科學版);2002年03期

相關會議論文 前10條

1 王雷;陳宗海;;神經(jīng)網(wǎng)絡在過程系統(tǒng)建模中的應用綜述[A];'2002系統(tǒng)仿真技術(shù)及其應用學術(shù)論文集（第四卷）[C];2002年

2 周宗潭;胡德文;;自組織的神經(jīng)網(wǎng)絡方法和群落生長模型研究[A];1995年中國智能自動化學術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（上冊）[C];1995年

3 侯媛彬;易繼鍇;楊玉珍;陳雙葉;韓崇昭;;一種能消除混沌現(xiàn)象的神經(jīng)網(wǎng)絡[A];1996年中國智能自動化學術(shù)會議論文集（上冊）[C];1996年

4 江銘炎;江銘虎;;一種神經(jīng)網(wǎng)絡特征壓縮及分類的研究[A];1998年中國智能自動化學術(shù)會議論文集（上冊）[C];1998年

5 陳文新;王長富;戴蓓倩;;基于神經(jīng)網(wǎng)絡的漢語四聲識別[A];第一屆全國語言識別學術(shù)報告與展示會論文集[C];1990年

6 劉豐;姜建新;程俊;易克初;;一種用于語音識別的神經(jīng)網(wǎng)絡[A];第二屆全國人機語音通訊學術(shù)會議論文集[C];1992年

7 梁循;;神經(jīng)網(wǎng)絡中訓練樣本空間的分割特性及其應用[A];1995中國控制與決策學術(shù)年會論文集[C];1995年

8 黃小原;肖四漢;樊治平;;神經(jīng)網(wǎng)絡預警系統(tǒng)及其應用[A];1995中國控制與決策學術(shù)年會論文集[C];1995年

9 李艷;邵日祥;方建安;邵世煌;;神經(jīng)網(wǎng)絡在功率電子及拖動控制中的應用[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

10 高文忠;顧樹生;平力;;靜態(tài)神經(jīng)網(wǎng)絡新算法及其收斂性初探[A];1994年中國控制會議論文集[C];1994年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 劉力;我半導體神經(jīng)網(wǎng)絡技術(shù)及應用研究達國際先進水平[N];中國電子報;2001年

8 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

，

本文編號：1512780