自适应乌鸦搜索算法改进深度置信网络的发动机故障诊断
王亮1
唐明伟2
1.四川托普信息技术职业学院 计算机系, 成都6117432.西华大学 计算机与软件工程学院, 成都610039
摘要：在乌鸦搜索算法(Crow Search Algorithm,CSA)的基础上,自适应乌鸦搜索算法(Adaptive CSA,ACSA)设计了感知概率和飞行距离这两个参数的自适应取值策略,有效增强了算法的性能.针对深度置信网络(Deep Belief Network,DBN)模型参数的选取对发动机故障诊断结果影响较大的实际,利用ACSA对其模型参数进行优化选取,并提出了ACSA改进DBN的发动机故障诊断方法.发动机故障诊断实例结果表明,ACSA算法能够获得更优的DBN模型参数,相比于其他几种方法,在耗时更少的情况下,获得了更高的发动机故障诊断精度.
关键词：深度置信网络乌鸦搜索算法自适应参数发动机故障诊断
分类号：TK42(内燃机)
资助基金：四川省青年科学技术项目(sjzz2016-73)
论文发表日期：2023-04-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 278-283 )
英文信息