TY -的A2 -林,陈健盟——Wulandhari丽丽a . AU - Wibowo安东尼盟——Desa穆罕默德i . PY - 2014 DA - 2014/12/18 TI -改善自适应气体和反向传播人工神经网络性能条件多个轴承系统使用灰色关联分析诊断SP - 419743六世- 2014 AB -条件的诊断多轴承系统是工业领域的需求之一,因为轴承是用在许多设备和自己的失败可能导致总崩溃。轴承条件普遍反映通过振动信号数据。在多个轴承诊断条件,它将涉及许多类型的振动信号数据;因此,因此,它将涉及许多特性提取获得精确的诊断条件。然而,大量的特征提取将增加诊断系统的复杂性。因此,在本文中,我们提出了一个诊断方法的杂化自适应遗传算法(aga),反向传播神经网络(摘要)和灰色关联分析诊断(GRA)多个轴承系统的状况。aga用于诊断算法确定最佳的初始权重摘要为了提高诊断准确性。此外,掌握应用于确定和选择的主导功能从振动信号数据将提供良好的多个轴承系统在诊断特征提取。实验结果表明,AGAs-BPNNs GRA方法可以在较短的处理时间,增加诊断的准确性与AGAs-BPNNs没有抓住。SN - 1687 - 5265你2014/419743 / 10.1155——https://doi.org/10.1155/2014/419743——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER