【摘 要】
：
传统电子网络环境下的神经网络故障搜索算法,粒子群停滞于局部极值点,故障检测率低。提出电子网络环境下故障数据粒子群融合搜索算法,在基本PSO算法的基础上引入进化速度因子
论文部分内容阅读
传统电子网络环境下的神经网络故障搜索算法,粒子群停滞于局部极值点,故障检测率低。提出电子网络环境下故障数据粒子群融合搜索算法,在基本PSO算法的基础上引入进化速度因子,得到改进的带扰动项PSO算法,避免算法停滞粒子处于局部极值点。在改进PSO算法中设计加速因子,使得每个粒子快速集合到局部最优解,以提高收敛速度。将模式搜索法与改进PSO算法相融合,引导粒子群搜索最优位置,实现电子网络环境下的故障数据搜索。为减少计算量,初始步长使用可伸缩的模式搜索法。实验结果表明,所提算法具有较低的误差、较高的收敛速度。
其他文献
本文面向社会治安风险监测预警需求,提出了一种基于人员日常行为(用电行为)数据分析挖掘的危险动向识别方法。通过对正常用电行为规律的统计分析,结合重大公共安全案件谋划、
网络以其强大优势冲击着社会生活的各个方面，中小学心理健康教育内容同样面临这样的时代背景。本文针对网络环境下学校心理健康教育内容中存在的脱离学生生活实际、缺乏灵活性
航迹关联是多传感器数据融合处理的关键问题。系统误差的存在给航迹关联带来困难,并产生大量的错误关联对。系统误差与航迹关联具有内在的联系,分析系统误差在航迹错误关联中
由于具有预测功能,回归算法是机器学习等领域中常用到的算法,通常是对训练样本的自变量和因变量建立回归模型,然后利用回归模型将测试样本的自变量映射到因变量,但是这个过程
伴随着软件在当今社会不断地更新换代,自身的缺陷也就随之出现,并且暴露出的问题越来越多,所以能够很好地使用软件缺陷预测技术是十分重要的,进而大幅度减少使用软件过程中的
研究了一种无人直升机的自适应反馈线性化控制方法.正常情况下基于反馈线性化的控制必须系统模型已知,而本研究所采用的自适应反馈线性化却不受该条件限制,它采用近似稳定模
企业的发展离不开参与到市场竞争中,尽量减少企业的合同纠纷避免企业面临的市场风险,合法合规经营并最大限度保护企业的合法权益,是企业可持续发展的重要前提。随着市场经济
经济与管理实验室系统是一个多方位多元素多活动的场所，其资源配置和功能定位因实验室地域和规划差异而各有不同，主要以满足日常教学训练需求而定。现阶段系统软件维护量相对较少，而作为加工处理会计数据的核心信息系统，会计应用类软件则显著不同，对系统数据进行定期维护与安全管理是会计电算化系统维护的最为关键和重要的任务之一。本文结合实验室系统日常维护和管理经验，重点探讨经济管理类实验室系统维护与管理的策略、方法