基于改进AFSA优化BP神经网络的汽车故障诊断方法

简介

为提高汽车故障诊断的准确率,提出一种基于改进人工鱼群算法优化BP神经网络的汽车故障诊断方法。在分析BP神经网络基本原理和局限的基础上,利用改进人工鱼群算法对BP神经网络参数寻优,从而进一步提高汽车故障诊断的准确率。仿真结果表明,基于改进人工鱼群算法优化BP神经网络的迭代次数为13次,少于未经参数优化的BP神经网络迭代次数,并可有效识别11种不同类型的汽车故障。研究表明,基于改进人工鱼群算法优化BP神经网络在提高汽车故障诊断的准确率上可行。