基于蚁群神经网络的故障诊断-

《基于蚁群神经网络的故障诊断-》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于蚁群算法的电路故障诊断摘要：BP算法在神经网络中应用较为广泛，但有收敛速度慢、易于陷入局部极小的缺点，而蚁群算法是一种新型的模拟进化算法，有正反馈、分布式计算、全局收敛、启发式学习等特点。将蚁群算法和神经网络结合起来，应用于设备故障专家系统的知识获取和诊断推理中，可以提高运算效率，具有很好的应用前景。利用该方法，对测得的样本数据进行实验分析，证明此系统具有推理效率及准确性较高的特点。关键词：神经网络蚁群算法故障诊断生态环境电子技术的E速发展.使得电子设备在国民经济各行业得到广泛的应用。在工业现场的自动控制、家用电器、办公设备及航空航天系统小.电子设备都起到关键性的作用。在电子技

2、术飞速发展的同时.电子设备木身的功能越来越完备.其组成越来越复杂化和智能化.可靠性要求越來越高，因此对电了设备故障的准确检测与诊断也日益迫切m神经网络技术的出现为故障诊断问题提供了一种新的解决途径⑷，特别是对于实际中难以建立数学模型的攵杂系统.神经网络更显示出英独特的功效。利用神经网络进行故障诊断主要有两种途径：一种是在传统诊断方法屮使用神经网络.如在解析兀余法屮用神经网络作为故障诊断的状态估计器：另一•种方法是肓接利用神经网络的非线性映射能力或模式识别功能，根据系统的故障征兆，识别出系统的故障⑸。后者是冃前较为流行的应用手段。具体应用屮用得较多的是BP网络3,但由于BP算法采用的

3、是沿梯度下降法，训练网络时收敛速度慢.而且不可避免地会遇到振荡和局部极小的问题为有效避开上述问题.大幅提高运行效率.采用一种性能更好的优化方法…■蚁群算法.对神经网络作训练.用于故障诊断和知识获取。1蚁群算法蚁群算法,又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由MarcoDorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法，初步的研究表明该算法具有许多优良的性质。蚁群算法(AntColonyAlgorithm,ACA)是由意大利学者Dorigo,V.Maniezzo,A.Colorni等人在20世纪

4、90年代初提岀来的，其思想来源于昆虫学家的观察发现。据研究，tl然界的蚂蚁虽然视觉不发达，但总能在没有任何提示的情况卞找到从食物源到巢穴的最短路径，并「L能在环境发生变化(如原有路径上有了障碍物)后，口适应地搜索新的最佳路径。这是什么原因呢？原來蚂蚁个体之间是通过在其所经过的路上留下的一种被称为信息索!(pheromone)的挥发性化学物质來进行信息传递的,后來的蚂蚁遇到信息索时，不仅能检测出该物质的存在以及虽:（浓度）的多少，而且可根据信息素的浓度来指导口己对前进方向的选择。同时，该物质会随着时间的推移逐渐挥发掉，于是路径的长短及该路径上通过蚂蚁的多少就对残余信息索的浓度产牛了彩

5、响.同样道理.残余信息素浓度的人小乂指导着后来蚂蚁的行动方向。因此.某-•路径上走过的蚂蚁越多，则后来者选择该路径的概率就越大，这是一种由蚂蚁群体行为表现出的信息止反馈现彖，蚂蚁个体Z间就是通过这种信息交流方式达到最快捷地搜索到食物源目的的。该算法不仅能够实现智能搜索、全局优化，而且具有鲁棒性、正反馈、分布式计算、易与其它算法相结合等特点。M.Dorigo等人将蚁群算法先后应用于旅行商（TSP）、资源二次分配等经典优化问题，取得了良好效果。2基于蚁群算法的神经网络训练算法的基本思想是：假定需训练的神经网络中有m个待优化的参数，包括了其所有的权值和阈值，记为pl,p2,...pm,对

6、于其屮任一参数pi仃〈二iUm）,将其设置为可能取值范围内的N个随机非零数，形成一个集合，记作J.o定义蚂蚁的数目为s,全部蚂蚁从蚁巢出发去寻找食物。每只蚂蚁从集合/川出发，根据集合中每个元素的信息素状态和公式（1）,独立随机地从每个集合/丙屮唯一•地选择一个元索；当蚂蚁在所有集合小完成元索的选择后，它就到达了食物源，Z后调节集合中各元素的信息素。这一过程反复进行，直至找到最优解。算法的主要步骤如下：D初始条件：令集合/.（l

7、依次在每个集合中选择一个元素，直到蚂蚁全部到达食物源。路径选择规则：对于集合J,任意一只蚂蚁k（k=1,s）,根据下式计算的概率随机地选择它的第j个元素。.NP说（G）（几）=（G（几））'工G（几）⑴W=I3）当所侑蚂蚁在每个集合屮都选择了一个元素后，计算用各蚂蚁所选权值作神经网络参数时训练样本的输出误差，记录当前所选参数中的最优解。并对所冇集合/pi（l