节点文献

混合遗传算法在灰铸铁件缺陷诊断神经网络模型中的应用

Application of Hybrid Genetic Algorithm in the Neural Network Model for Gray Iron Casting Fault Diagnosis

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 路阳； 王智平； 刘在德； 陈轶星； 李文生；

【Author】 LU Yang 1, WANG Zhi-ping 1, LIU Zai-de 1,CHEN Yi-xing 2 , LI Wen-sheng 1 (1.College Of Materials Science & Engineering, Gansu University of Technology, Lanzhou 730050, Gansu, China; 2.Metallurgy school, Beijing University of Science and Technology, B

【机构】 甘肃工业大学材料科学与工程学院； 北京科技大学冶金学院； 甘肃工业大学材料科学与工程学院 甘肃兰州730050； 甘肃兰州730050； 北京100083； 甘肃兰州730050；

【摘要】 基于BP网络的强大缺陷诊断功能 ,构建了灰铸铁件缺陷诊断神经网络模型 ;针对BP算法学习网络权值收敛速度慢 ,易陷入局部最优的缺点 ,采用混合遗传算法加速网络权值的学习。

【Abstract】 A neural network model for gray iron casting fault diagnosis is constructed based on the mighty fault diagnosis function of BP neural network;To avoid the network get trapped in some local minimum and also to accelerate the weights learning,the hybrid genetic algorithms is used to learn BP neural network weights in this model;It is proved that the model can lower waster rate of gray iron casting effectively.

【关键词】 混合遗传算法； BP算法； 神经网络； 缺陷诊断； 灰铸铁件；
【Key words】 hybrid genetic algorithm； BP algorithm； neural network； fault diagnosis； gray iron casting；
  • 【文献出处】 铸造 ,Foundry , 编辑部邮箱 ,2002年03期
  • 【分类号】TG250.6;TP183
  • 【被引频次】4
  • 【下载频次】45
打印本页
节点文献中：