摘要:
基于混沌粒子群优化算法提出一种根据群体早熟收敛程度和个体适应值来调整惯性权重的自适应混沌粒子群优化算法,算法兼顾全局寻优和局部寻优,能够有效地避免早熟收敛。使用自适应混沌粒子群优化算法训练神经网络并建立旋转机械故障诊断模型,实验结果表明,与粒子群优化算法、遗传算法训练神经网络相比,基于自适应混沌粒子群优化算法的神经网络能够有效改善神经网络的训练效率,提高故障模式识别的准确率。
中图分类号:
仇国庆;唐贤伦;庄陵;杨志龙;. 基于混沌粒子群优化的神经网络在旋转机械故障诊断中的应用[J]. J4, 2008, 19(21): 0-2524.
Qiu Guoqing;Tang Xianlun;Zhuang Ling;Yang Zhilong. Application of Neural Network Trained by Chaos Particle Swarm Optimization to Fault Diagnosis for Rotating Machinery[J]. J4, 2008, 19(21): 0-2524.