一种基于蚁群算法的故障聚类新方法
【摘要】：提出了一种新的基于蚁群算法的故障诊断的识别方法。该方法将故障诊断的识别问题转化为点的聚类问题,利用蚁群算法的种群寻优的启发式搜索,根据聚类中心的信息量把周围数据归并到一起,从而得到聚类分类.并将该算法应用在故障诊断方面,体现了算法的有效性,故障识别结果的可靠性等优点。
|
|
|
|
| 1 |
郑小霞;钱锋;;基于粗糙决策模型和蚁群算法的故障诊断[J];系统工程理论与实践;2007年03期 |
| 2 |
白士红;唐辉辉;;蚁群算法在故障诊断中的应用[J];中国工程机械学报;2010年04期 |
| 3 |
冯磊;王宏力;侯青剑;杨建飞;;层次聚类LSSVM在模拟电路故障诊断中的应用[J];计算机测量与控制;2009年02期 |
| 4 |
吕聪颖,于哲舟,周春光,王康平,庞巍;动态自适应蚁群算法在二次分配问题中的应用[J];吉林大学学报(理学版);2005年04期 |
| 5 |
刘小梅;张君静;;蚁群优化算法基本原理及其应用[J];西部探矿工程;2008年10期 |
| 6 |
李方洁;刘希玉;;基于渐进蚁群算法的DNA多序列比对[J];网络安全技术与应用;2010年09期 |
| 7 |
于连伯;;蚁群算法的研究[J];江苏科技信息;2010年09期 |
| 8 |
陈烨;带杂交算子的蚁群算法[J];计算机工程;2001年12期 |
| 9 |
陈崚,沈洁,秦玲,陈宏建;基于分布均匀度的自适应蚁群算法[J];软件学报;2003年08期 |
| 10 |
杨燕,靳蕃,Mohamed Kamel;一种基于蚁群算法的聚类组合方法[J];铁道学报;2004年04期 |
| 11 |
师凯,蔡延光,邹谷山,王涛;运输调度问题的蚁群算法研究[J];计算技术与自动化;2005年03期 |
| 12 |
肖伟;全惠云;;具有调和特性的蚁群改进算法[J];计算机工程与应用;2005年34期 |
| 13 |
林海波;颜学峰;钱锋;;基于蚁群算法的TSP的改进求解算法[J];计算机与数字工程;2006年02期 |
| 14 |
张亮;孙力娟;;蚁群算法和免疫算法的融合及其应用[J];计算机技术与发展;2006年03期 |
| 15 |
宋雪梅;李兵;;蚁群算法及其应用[J];河北理工学院学报;2006年01期 |
| 16 |
王丽;顾绍元;;蚁群算法改进探讨及其在TSP中的应用研究[J];福建电脑;2006年06期 |
| 17 |
王得胜;王占奎;高咏涛;原军令;;基于蚁群算法的圆柱齿轮优化设计[J];机械设计与制造;2006年06期 |
| 18 |
孔凡国;黄伟;;Job Shop调度问题自适应蚁群算法的研究[J];新技术新工艺;2006年05期 |
| 19 |
张宏怡;韩建松;;蚁群算法优化策略及其仿真研究[J];计算机工程与应用;2006年25期 |
| 20 |
黄挚雄;张登科;黎群辉;;蚁群算法及其改进形式综述[J];计算技术与自动化;2006年03期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心