《蚁群神经网络传感器故障识别法在二次测爆装置中的应用》PDF+DOC
作者:王国辉,叶宁,邹德东,冯立国,张岩,张东
单位:煤炭科学研究总院沈阳研究院
出版:《煤矿安全》2011年第05期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFMKAQ2011050370
DOC编号:DOCMKAQ2011050379
下载格式:PDF + Word/doc 文字可复制、可编辑
《蚁群神经网络传感器故障识别法在二次测爆装置中的应用》PDF+DOC2015年第21期 孙乐,陈万胜,燕斌,徐维泽,王昊星
《基于神经网络数据融合实现火灾预警》PDF+DOC2017年第04期 梁燕华,张传斌
《液体火箭发动机传感器故障检测与数据恢复算法研究》PDF+DOC2012年第04期 黄强,刘洪刚,吴建军
《基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》PDF+DOC2020年第05期 李雯,喻菲菲,杜灿谊,李锋,龚永康
《基于BP神经网络的核电厂主动容错控制方法研究》PDF+DOC2012年第07期 李金阳,夏虹,刘永阔,成守宇,巩诚
《基于粒子群优化的神经网络容错控制算法》PDF+DOC2011年第03期 周立群,张晓琴,李书臣,苏成利,翟春艳
《BP神经网络在飞控系统传感器故障诊断中的应用》PDF+DOC2008年第05期 郝涛,唐永哲,任玉清
《传感器引起电喷发动机故障的诊断方法》PDF+DOC2007年第01期 程丽敏,傅晓林
《基于FPGA的失效数据恢复器的设计》PDF+DOC2007年第26期 刘鸣晓,朱伟兴
《信息融合在燃料电池传感器故障识别中的应用》PDF+DOC2006年第06期 张菊秀,全书海,王超
针对煤矿井下二次测爆装置中传感器主要故障,提出利用蚁群神经网络故障识别的新方法。通过蚁群算法对数据进行多次寻优,找到理想的权值,再将它们输入BP神经网络系统进行训练。此法有收敛速度快,能防止BP网络陷入局部极小点的优势。最后根据实际矿井情况模拟仿真,实验证明这种方法对比单纯使用BP网络算法,效果显著。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。