文件名称：论文研究-基于AC-DE算法的风电机组齿轮箱故障诊断方法.pdf
文件大小：547KB
文件格式：PDF
更新时间：2022-09-30 14:01:04
论文研究
提出一种基于蚁群和微分进化优化BP神经网络的风电机组齿轮箱故障诊断方法。将蚁群算法的信息素更新机制用于微分进化算法当中，提高微分进化算法的收敛速度，并利用微分进化个体更新方式改善蚁群算法的早熟问题，利用AC-DE算法对BP神经网络的权值和阈值进行优化，改善了BP神经网络算法陷入局部最优解的缺点，提高了神经网络的训练效率和收敛速度。经测试该方法诊断结果正确且精度高，表明了AC-DE优化BP神经网络用于风电机组齿轮箱故障诊断的有效性。