中央高校基本科研业务费专项资金(DL11BB32)
- 作品数：2 被引量：18H指数：2
- 相关作者：何光宇杨柳松魏文博侯建田广东更多>>
- 相关机构：东北林业大学空军工程大学潍柴重机股份有限公司更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于改进粒子群优化的SVM故障诊断方法被引量：13
- 2013年
- 针对支持向量机(SVM)分类模型参数选取困难的问题,提出基于遗传免疫的改进粒子群优化算法,克服传统粒子群算法前期收敛快、后期易陷入局部最优的缺陷。将该算法与优化支持向量机分类模型相结合,建立基于遗传免疫粒子群和支持向量机的诊断模型,并用于轴承故障诊断中。结果表明,基于遗传免疫粒子群算法优化的SVM可实现对SVM分类模型参数的自动优化,并能提高SVM分类模型的故障诊断精度,对分散程度较大、聚类性较差的故障样本分类有较强的适用性。
- 杨柳松何光宇
- 关键词：支持向量机故障诊断粒子群优化轴承
- 基于广义回归神经网络的车辆制动距离预测被引量：5
- 2014年
- 制动性能对车辆主动安全至关重要,其主要评价参数之一就是制动距离。以初速度、峰值附着系数、滑动附着系数和反应时间作为影响制动距离的主要因素变量,应用SIMULINK的制动模型,获得不同状况下的制动距离的结果,并将其作为神经网络的训练数据。基于广义回归神经网络(general regression neural network,GRNN)对于小样本能够实现精确预测的特点,提出应用其进行车辆制动距离的预测分析。结果表明:预测最大误差不超过11.50,预测相对误差不超过7.0%,表明预测精度较高。因此,应用GRNN可有效实现车辆制动距离的精确预测。
- 强添纲辛雨蔚田广东靳良真魏文博侯建
- 关键词：制动距离广义回归神经网络
