基于PSO-BP神经网络的城轨列车转向架轮对轴箱故障预测

在线阅读 下载PDF 导出详情
摘要 为更好地预测城轨列车故障率,提出基于粒子群算法优化的BP神经网络(PSO-BP)的故障率预测模型,对城轨列车转向架轮对轴箱进行故障率预测。采用Matlab中的Newff函数,运用误差反向传播神经网络(BP)和粒子群算法优化的BP神经网络(PSO-BP)分别对城轨列车故障率预测、建模和仿真。结果表明PSO改进的BP神经网络故障率预测模型的效果明显优于传统BP神经网络预测模型。
机构地区 不详
出版日期 2015年04月14日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献