摘要:针对单一径向基函数(RBF)神经网络在反应釜故障诊断中泛化能力不足的缺点,设计了基于粒子群(PSO)算法优化的RBF神经网络。利用PSO算法操作简单、容易实现等特点及其智能背景,对RBF神经网络的参数、连接权重进行优化,并用经PSO算法优化的RBF神经网络对反应釜故障进行仿真诊断。仿真诊断结果表明,PSO算法优化的RBF神经网络具有较好的分类效果,较RBF诊断模型精度高、收敛快,具有推广应用价值。
关键词:rbf神经网络 粒子群优化算法 故障诊断 连续搅拌反应釜
单位:浙江理工大学; 杭州310018; 河南神火新材料有限公司; 平顶山467500
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社