《表1 测试结果:改进灰狼优化模糊核聚类在风电齿轮箱故障诊断中的应用》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《改进灰狼优化模糊核聚类在风电齿轮箱故障诊断中的应用》
参数设置:LGWO与传统GWO算法的种群规模均为30,最大迭代次数为500。另外,选取常用的粒子群优化算法(Particle Swarm Optimization,PSO)作对比,保持一致的种群规模和最大迭代次数,设置惯性权重从0.9线性递减至0.4,学习因子c1=c2=2。测试结果如图1和表1所示。
图表编号 | XD00163544100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.15 |
作者 | 郑小霞、钱轶群、王帅、赵坤 |
绘制单位 | 上海电力大学自动化工程学院、上海电力大学自动化工程学院、上海电力大学自动化工程学院、上海电力大学自动化工程学院 |
更多格式 | 高清、无水印(增值服务) |