-
公开(公告)号:CN113688559A
公开(公告)日:2021-11-23
申请号:CN202110701763.9
申请日:2021-06-24
Applicant: 上海大学
IPC: G06F30/27 , G06F111/06 , G06F119/02
Abstract: 本发明公开了一种基于改进选择性进化随机网络的海水淡化系统故障诊断方法,涉及故障诊断技术领域,包括以下步骤:选取特征差异较大的若干分类数据集作为原始网络(PNN)构建数据集;生成一个初始随机单隐层前馈神经网络;基于PNN构建数据集,采用基于智能PID控制的自适应人类学习优化算法(AHLOPID)优化该网络以获得PNN;将PNN用于具体故障诊断,基于海水淡化系统故障数据利用AHLOPID协同进行实际工作网络优化及特征选择;最终将得到的最优分类器用于实际故障诊断。本发明通过构建PNN提高了故障诊断泛化性能,将AHLOPID用于网络的设计以克服随机前馈神经网络在实际应用中由于随机化带来的不稳定性,从而提高了海水淡化系统故障诊断准确率,保证了系统的稳定运行。
-
-
公开(公告)号:CN102014398B
公开(公告)日:2013-04-03
申请号:CN201010290702.X
申请日:2010-09-21
Applicant: 上海大学
Abstract: 本发明公开了一种基于差分进化算法的大规模工业无线传感器网络最优部署方法,通过对节点进行优化部署以保证系统可靠性,涉及工业无线传感器网络和智能计算两个领域。本方法首先根据工业现场实际空间、障碍物、无线传感器功率、精度要求,对空间进行自动坐标化,然后以总节点数和簇头负载标准差最小为目标,冗余需求为约束条件建立节点部署模型,“1”表示在对应网格点布置簇头,“0”表示不布置,并提出了一种新的二进制差分进化算法对该模型进行优化求解。本算法采用一种新的概率预测算子来生成二进制变异个体对种群进行更新。本方法通过对节点进行优化部署,可以在保证系统可靠性的同时降低系统构建成本,并平衡系统能耗,延长网络生命期。
-
-