遗传优化LVQ神经网络在设备故障诊断系统中的应用
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
640KB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
为了提高设备故障诊断的准确度,采用LVQ神经网络来完成设备故障定位及识别,并借助遗传算法求解LVQ神经网络权重初始值。在设备故障诊断的建模过程中,根据实际故障情况和故障常见类别建立LVQ神经网络的设备故障诊断模型,充分挖掘LVQ神经网络在机械设备故障诊断细粒度的优势,为了防止因为故障细粒度诊断而造成收敛过慢的情况,对LVQ神经网络的权重和阈值初值进行遗传算法求解,然后在进行LVQ神经网络的迭代训练,得到稳定的LVQ神经网络故障诊断模型。经过实验证明,相比于传统的LVQ神经网络算法,采用基于遗传算法优化LVQ神经网络的设备故障分类,分类准确度更高,训练时间更快。相关论文
- 2025-01-13双圆弧柔轮内部应力分布研究
- 2020-11-06压路机振动系统中间传动轴的有限元分析
- 2025-02-17重载汽车传动轴的拓扑优化与轻量化设计
- 2020-11-10基于ANSYS Workbench的某大型舱段的有限元分析
- 2021-03-19ANSYS在轴类零件有限元分析中的应用



请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。