基于粒子群神经网络的汽车故障诊断技术研究

基于粒子群神经网络的汽车故障诊断技术研究

论文摘要

<正>本文提出基于粒子群优化的BP神经网络,先构建BP神经网络对汽车运行数据进行分类,再利用粒子群算法寻找BP神经网络最合适的权值和阈值后,再返回神经网络对数据进行分类,这种闭环反馈的诊断技术能有效缩短诊断时间,提高故障诊断的准确率。一、指标分析汽车的整个系统大致分为电气和机械两个部分,其中机械部分包括:动力系统、转向系统、刹车保护系

论文目录

  • 一、指标分析
  • 二、BP神经网络
  •   1. 数学原理解释
  •   2. 粒子群优化BP神经网络
  • 三、实例分析
  •   1. 模型的建立
  •   2. 数据处理
  •   3. 参数的设定
  •   4. 模型训练
  • 四、结束语
  • 文章来源

    类型: 期刊论文

    作者: 朱光,杨俊,封海兵,冯鑫

    来源: 中国计量 2019年01期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 汽车工业

    单位: 南京市计量监督检测院

    分类号: U472

    DOI: 10.16569/j.cnki.cn11-3720/t.2019.01.033

    页码: 87-90

    总页数: 4

    文件大小: 2692K

    下载量: 103

    相关论文文献

    基于粒子群神经网络的汽车故障诊断技术研究
    下载Doc文档

    猜你喜欢