多粒子群优化算法和RBF神经网络在缺陷故障参数红外智能识别中的应用

摘要

讨论了利用多粒子群优化算法（Multi—PSO）和径向基函数（RBF）神经网络进行缺陷参数红外识别的途径。PSO算法可以不用计算梯度，算法通用，而使用RBF神经网络作为代理模型，极大简化了复杂、费时的有限元计算，其中训练RBF神经网络的样本由有限元软件的计算结果产生。提出的多粒子群优化算法将粒子群分为若干子群，并利用粒子本身、粒子所在予群以及全局的最优解来更新粒子的速度与位置，该方法收敛速度较慢，但有可能找到问题的多个极小值。最后给出了该方法在缺陷参数红外识别中一个简单的应用例子。