高级搜索

关于系统级故障诊断的烟花-反向传播神经网络算法

归伟夏 陆倩 苏美力

引用本文: 归伟夏, 陆倩, 苏美力. 关于系统级故障诊断的烟花-反向传播神经网络算法[J]. 电子与信息学报, 2020, 42(5): 1102-1109. doi: 10.11999/JEIT190484 shu
Citation:  Weixia GUI, Qian LU, Meili SU. A Firewoks Algorithm-Back Propagation Fault Diagnosis Algorithm for System-level Fault Diagnosis[J]. Journal of Electronics and Information Technology, 2020, 42(5): 1102-1109. doi: 10.11999/JEIT190484 shu

关于系统级故障诊断的烟花-反向传播神经网络算法

    作者简介: 归伟夏: 女,1974年生,副教授,博士,研究方向为智能计算、网络与并行分布式计算;
    陆倩: 女,1994年生,硕士生,研究方向为智能算法、并行计算;
    苏美力: 女,1989年生,硕士生,研究方向为智能算法、并行计算
    通讯作者: 陆倩,563766390@qq.com
  • 基金项目: 国家自然科学基金(61862003, 61862004),广西研究生教育创新项目(YCSW2019036)

摘要: 为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法—烟花-反向传播神经网络故障诊断算法(FWA-BPFD)。首先,在烟花算法中引入双种群策略、协作算子以及最优算子,设计新的适应度函数,优化变异算子、映射规则和选择策略。然后,利用烟花算法全局搜索能力和局部搜索能力的自调节机制,优化BP神经网络中的权值和阈值的寻优过程。仿真实验结果表明,该文算法相较于其他算法不仅有效地降低了迭代次数和训练时间,而且还进一步提高了诊断精度。

English

图(6)表(4)
计量
  • PDF下载量:  33
  • 文章访问数:  4145
  • HTML全文浏览量:  479
文章相关
  • 通讯作者:  陆倩, 563766390@qq.com
  • 收稿日期:  2019-06-28
  • 录用日期:  2020-01-19
  • 网络出版日期:  2020-02-13
  • 刊出日期:  2020-05-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章