资料下载
×
基于优化RBF网络的提升机故障诊断方法赵铭惠
消耗积分:1 |
格式:pdf |
大小:516KB |
2017-03-08
#Freedom
分享资料个
基于优化RBF网络的提升机故障诊断方法_赵铭惠
在矿山，矿井提升机主要用途是提升矿物，同时也是井上、井下升降人员的主设备， 其运行可靠性直接影响整个矿区的安全性和稳定性，因此，迅速判断故障发生的原因并有效的予以排除， 对保证矿区生产正常运行有特别重要的意义。径向基函数 （Radial Basis Function ，RBF） 网络具有良好的非线性逼近能力， 网络中需要确定的参数包括隐含层节点数、隐含层基函数的中心值和宽度、隐含层到输出层的连接权值。其中，基函数的中心和宽度的确定是建立 RBF 网络的关键。在传统 RBF 网络建立中，隐层节点数目主要依靠经验来获取;隐层中心值和宽度选取方法有 K-均值聚类法、HCM 算法、Konhonen 自组织映射算法等;输出层的权值采用递推最小二乘法、LMS 等方法确定。但是这些设计方法或多或少存在些问题， 降低了网络的最佳逼近性能。遗传算法 GA（Genetic Algorithms）常用于解决神经网络参数优化设计问题，但容易出现早熟、局部搜索能力差、容易破坏最优解。而模拟退火算法 SA（Simulated Annealing）是一种通用的随机搜索算法，拥有很高的局部搜索能力，能有效的防止陷入局部最优的情况发生。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
