粒子群優化及智能故障診斷（簡體書）

《粒子群優化及智能故障診斷》內容簡介：粒子群算法是一種新的模仿鳥類群體行為的智能優化算法，現已成為進化算法的一個新的重要分支。《粒子群優化及智能故障診斷》對智能優化算法中的粒子群優化算法及其在復雜機械故障診斷中的應用進行深入研究的基礎上撰寫而成，同時吸收了國內外許多代表性的研究成果。對復雜機械系統進行狀態監測與故障診斷是人們普遍重視和關注的課題，《粒子群優化及智能故障診斷》系統地闡述基於參數策略的粒子群改進算法，以復雜機械中的齒輪箱為研究對象，研究基於粒子群優化的齒輪箱智能故障診斷理論與方法。
《粒子群優化及智能故障診斷》可作為智能優化及機械故障診斷相關專業的研究人員以及工程技術人員的參考書。

第1章 緒論
1.1 群體智能及其特點
1.2 粒子群優化算法的現狀與發展
1.2.1 算法的改進
1.2.2 算法的分析
1.2.3 粒子群優化算法的應用
1.2.4 粒子群優化算法的研究方向
1.3 機械故障診斷技術研究概述
1.3.1 故障機理研究
1.3.2 信號處理技術
1.3.3 故障診斷方法
1.3.4 基於人工智能的融合技術的診斷方法

第2章 粒子群優化算法
2.1 基本粒子群優化算法
2.1.1 算法原理
2.1.2 粒子群優化算法收斂性分析
2.1.3 粒子群優化算法流程
2.1.4 基本粒子群優化算法的社會行為分析
2.2 標準粒子群優化算法
2.2.1 帶慣性權重粒子群優化算法
2.2.2 帶收縮因子粒子群優化算法
2.3 粒子群優化算法的發展
2.3.1 自適應粒子群優化算法
2.3.2 混合粒子群優化算法
2.4 粒子群優化算法參數的設置
2.5 粒子群優化算法與遺傳算法的比較

第3章 基於參數策略的粒子群優化算法改進
3.1 動態加速常數的粒子群優化算法
3.1.1 算法描述
3.1.2 算法在函數中的仿真實驗
3.1.3 算法在函數中的測試
3.1.4 算法在神經網絡中的測試
3.2 速度自適應的粒子群算法
3.2.1 算法描述
3.2.2 算法在函數中仿真研究
3.2.3 算法在神經網絡中的仿真研究
3.2.4 算法在神經網絡中的測試
3.3 主要控制參數的協同關係分析
3.3.1 已有研究結果概述
3.3.2 參數間的協同關係對算法的性能控制分析

第4章 基於粒子群優化的核主元分析特徵提取技術
4.1 基於主元分析方法的特徵提取
4.2 基於核主元分析的特徵提取技術
4.2.1 算法原理
4.2.2 算法實現
4.3 基於粒子群優化算法的核函數的參數優化
4.3.1 核參數優化適應度建立
4.3.2 粒子群優化核函數參數的實現
4.4 仿真研究
4.4.1 構建Iris仿真數據集
4.4.2 粒子群優化核參數的實現及核主元分析結果
4.5 基於粒子群優化的核主元分析故障樣本特徵提取
4.5.1 建立齒輪箱特徵參數集
4.5.2 基於粒子群優化算法的核參數的優化
4.5.3 核主元分析結果及特徵參數提取

第5章 基於粒子群優化的齒輪箱傳感器優化配置
5.1 傳感器優化布置的研究進展
5.1.1 傳感器優化問題的數學模型描述
5.1.2 傳感器優化配置準則
5.1.3 傳感器優化配置的計算方法
5.2 粒子群優化方法在齒輪箱測點優化中的應用
5.3 齒輪箱有限元建摸與模態計算
5.3.1 齒輪箱箱體建模
5.3.2 齒輪箱箱體計算模態分析
5.4 基於粒子群優化的齒輪箱傳感器優化布置的實現
5.4.1 初選點方案
5.4.2 適應度
5.4.3 參數編碼
5.4.4 粒子群算法優化測點算法的實現過程
5.4.5 優化結果及分析
5.5 齒輪箱箱體試驗模態分析
5.5.1 試驗分析的設備
5.5.2 測點布置及測試方案
5.5.3 測點頻響特性分析
5.5.4 試驗模態結果分析

第6章 基於粒子群優化神經網絡的齒輪箱故障診斷方法
6.1 齒輪箱故障機理分析
6.1.1 齒輪常見的故障形式及產生的原因
6.1.2 軸承常見的故障形式及產生的原因
6.2 齒輪箱常見故障的振動特徵分析
6.2.1 齒輪的故障特徵
6.2.2 軸承的故障特徵
6.2.3 軸的故障特徵
6.3 齒輪箱故障診斷實驗方案¨
6.3.1 齒輪箱故障的設置
6.3.2 測點的選定
6.3.3 齒輪箱信號采集
6.4 齒輪箱的故障特徵值的選取
6.5 粒子群優化神經網絡故障診斷算法實現
6.5.1 神經網絡故障診斷系統的構建
6.5.2 粒子群優化神經網絡參數的設置
6.5.3 神經網絡的訓練與診斷樣本
6.5.4 神經網絡的理想輸出的設置
6.5.5 神經網絡的訓練和診斷結果
附錄A 基於粒子群優化算法的函數優化程序
附錄B 基於粒子群優化算法的故障診斷源程序
參考文獻