基于PSO-BP神经网络的发动机故障诊断 冯辉宗;吴小敏;袁荣棣;苏岭 【期刊名称】《化工自动化及仪表》 【年(卷),期】2013(40)1 【摘 要】提出一种将粒子群优化算法与BP网络结合的新算法——PSO-BP来训练神经网络的权值和阈值,并将该算法用于汽车发动机的故障诊断.仿真结果表明:PSO-BP算法较传统BP网络的故障诊断结果具有收敛速度快、准确度和精度高的特点.%A novel algorithm which combing PSO and BP was presented for engine fault diagnosis and to trail) both weight and threshold value of neural network. The simulation results show that this PSO-BP algorithm outperforms the traditional BP network diagnosis in convergence rate and diagnosis precision. 【总页数】4页(P76-79) 【作 者】冯辉宗;吴小敏;袁荣棣;苏岭 【作者单位】重庆邮电大学汽车电子与嵌入式研究中心,重庆400065;重庆邮电大学汽车电子与嵌入式研究中心,重庆400065;重庆邮电大学汽车电子与嵌入式研究中心,重庆400065;重庆长安新能源汽车有限公司,重庆400065 【正文语种】中 文 【中图分类】TH165+.3 【相关文献】 1.基于熵选择小波包分量和PSO-BP神经网络的发动机故障诊断 [J], 丁雷;曾锐利;沈虹;梅检民;曾荣 2.基于改进PSO-BP神经网络的变压器故障诊断 [J], 张国祥;袁丹;张浩;彭道刚 3.基于PSO-BP神经网络的掘进机截割部故障诊断 [J], 杨健健;唐至威;王子瑞;吴淼 4.基于PSO-BP神经网络和Hilbert谱奇异值的滚动轴承故障诊断 [J], 侯一民;孙嘉兵;张宇;陈艳虎 5.基于PSO-BP神经网络的民航发动机VSV故障诊断 [J], 阚玉祥 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/886205886237ee06eff9aef8941ea76e58fa4aea.html