基于SincNet网络结合L2正则化的故障诊断

对于移动机器人路径规划问题,鼠群优化算法存在求解效率和精度低下等不足,为克服此不足,提出Sin混沌空翻反向学习鼠群优化算法。受空翻动作启发提出一种新颖的空翻反向学习策略,将其引入算法搏斗行为中对种群进行空翻反向学习,提高算法全局寻优能力;同时,引入Sin混沌空翻反向学习机制丰富算法初始种群,保证算法初期寻优效率与精度;进一步,在算法追逐行为中,嵌入非线性跳跃衰减波动因子实现算法全局勘探与局部开发之间的动态平衡,增强算法局部和全局寻优能力。实验结果表明,所提出的算法寻优性能优于其他算法,且能快速稳定获得最小路径长度,具有较好的实际实用性。

资料为PDF文档格式.

本文档关键词:网络,正则,结合,故障诊断,SincNet