文献

J-GLOBAL ID：201802289763196241   整理番号：18A0667806

AGA最適化RBFニューラルネットワークに基づく坑井換気機の故障診断【JST・京大機械翻訳】

Fault diagnosis of mine ventilator based on AGA optimized RBF neural network

著者 (2件)： Yu Fashan (河南理工大学電气工程与自動化学院 焦作 454000) ,  Gao Yong (河南理工大学電气工程与自動化学院 焦作 454000)
資料名： Dianzi Celiang Jishu  (Dianzi Celiang Jishu)
巻： 40  号： 9  ページ： 241-245  発行年： 2017年 
JST資料番号： C3330A  ISSN： 1002-7300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 動径基底関数神経回路網(RBF)を用いた故障診断における遅い収束速度と低い診断精度の問題を解決するために,適応遺伝的アルゴリズム(AGA)に基づく新しい故障診断法を提案した。RBFニューラルネットワークの隠れ層ノード数と隠れ層基底関数の中心と幅をAGAにより最適化し,これによりRBFネットワークの一般化能力を改善した。大量の収集と整理作業を通じてサンプル集合を形成し、訓練サンプルを用いてRBFネットワークを訓練し、ネットワーク出力結果によって換気機故障を診断した。シミュレーション結果は,RBFニューラルネットワークと比較して,AGAがより速い収束速度とより少ない反復性を有することを示して,より良い精度とより高い診断精度を持った。。 AGAによって効果的に故障を認識することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *換気 ,  基底関数 ,  *故障 ,  神経回路網 ,  動径基底関数ネットワーク ,  シミュレーション ,  動径基底関数 ,  *最適化 ,  *ネットワーク ,  *故障診断
準シソーラス用語： 隠れ層 ,  適応遺伝的アルゴリズム ,  診断精度 ,  収束速度 ,  *動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： mine ventilator ,  fault diagnosis ,  adaptive genetic algorithm ,  neural network

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 最適化 ,  RBFニューラルネットワーク ,  坑井 ,  故障診断