%0 Journal Article
%T Fault Diagnosis Based on Improved Tabu Search Algorism and ANN<br>基于改进禁忌算法和ANN 的故障诊断推理
%A CAO Feng-Hua
%A <br>曹风华
%J 计算机系统应用
%D 2012
%I 
%X 针对BP神经网络存在着容易陷入局部极小值且收敛速度慢的问题，提出了一种基于改进禁忌算法和ANN（Artificial neural network）结合的故障诊断模型．首先对故障诊断模型进行了定义，然后使用训练数据对网络的权值、阀值等参数进行训练，将训练结果作为改进禁忌优化算法的初始解进行全局寻优，对改进的禁忌优化算法进行了定义和描述，最后将全局寻优的结果代入神经网络中，使用测试数据进行故障诊断．通过仿真实验证明文中的方法与未经优化的ANN故障诊断模型相比，克服了传统方法的不足，具有诊断精度高、诊断速度快以及收敛速度快的特点．
%K fault diagnosis
%K train
%K neural network
%K tabu search algorism<br>故障诊断
%K 训练
%K 神经网络
%K 禁忌算法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D4F6864C950C88FFCE5B6C948A639E39&aid=2F008F04A30914BA16DDACEE55345B10&yid=99E9153A83D4CB11&vid=659D3B06EBF534A7&iid=708DD6B15D2464E8&sid=31611641D4BB139F&eid=954CE65414DD94CA&journal_id=1003-3254&journal_name=计算机系统应用&referenced_num=0&reference_num=9