基于量子粒子群优化的BP神经网络的汽轮机振动故障诊断研究
Fault Diagnosis of Steam Turbine Based on QPSO_BP作者机构：兰州交通大学自动化与电气工程学院甘肃兰州730070
出 版 物：《电子质量》 (Electronics Quality)
年 卷 期：2010年第8期
页 面：21-23页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080704[工学-流体机械及工程] 08[工学] 081104[工学-模式识别与智能系统] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：为了提高汽轮机诊断系统的诊断速度与精度,提出了将量子粒子群算法和BP神经网络相结合的故障诊断方法。用量子粒子群算法来训练网络的权值和阈值,再将优化后的权值和阈值代入BP网络,进行故障诊断。实例证明,它是一种高效,可靠的诊断方法。
维普期刊数据库
同方期刊数据库