引用本文:
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 2875次   下载 136 本文二维码信息
码上扫一扫!
分享到: 微信 更多
一种改进的SOM神经网络在污水处理故障诊断中的应用
岳宇飞,罗健旭
作者单位E-mail
岳宇飞 华东理工大学自动化研究所, 上海 200237  
罗健旭 华东理工大学自动化研究所, 上海 200237 jxluo@ecust.edu.cn 
摘要:
自组织映射(SOM)神经网络初始权值的选取对神经网络的性能有重要的影响。采用改进的帝国竞争算法(ⅡCA)优化局部权重失真指数(LWDI)寻优SOM神经网络的初始权值;利用改进后的SOM神经网络(ⅡCA-SOM)对污水处理过程数据进行聚类和故障诊断。实验结果表明,与传统的SOM算法相比,ⅡCA-SOM算法取得了更好的聚类效果,且故障诊断的误诊率更低。
关键词:  故障诊断  聚类  自组织映射  帝国竞争算法
DOI:10.14135/j.cnki.1006-3080.2017.03.015
分类号:TP183
基金项目:国家自然科学基金(61304071)
An Application of Improved SOM Neural Network in Fault Diagnosis of Wastewater Treatment
YUE Yu-fei,LUO Jian-xu
Abstract:
The selecting of the initial weights of the self-organizing map (SOM) neural network has an important impact on the performance of the network.In this paper,by means of an improved imperialists competitive algorithm (ⅡCA) to minimize the locally weight distortion index,the initial weights of the SOM neural network can be obtained optimally.Besides,the improved SOM neural network (ⅡCA-SOM) is applied in the clustering and fault diagnosis of the wastewater treatment process data.The experiment result demonstrates that,compared with the traditional SOM neural network,ⅡCA-SOM can attain better performance in clustering and lower misdiagnosis rate in the fault diagnosis.
Key words:  fault diagnosis  cluster  SOM  ICA

地址:上海市梅陇路130号华东理工大学研究生楼1015室 邮编:200237

电话:021-64253812 传真:021-64253812 电子信箱: ecustxbb@ecust.edu.cn