文章详情
| 稿件标题： | 基于麻雀搜索算法优化PNN的核动力装置运行工况异常识别研究 |
| 稿件作者： | 王雯珩1，于雷2，王晓龙2，郝建立2 |
| DOI： | 10.11809/bqzbgcxb2022.S2.050 |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | 核动力装置；异常识别；麻雀搜索算法；概率神经网络；平滑因子 |
| 文章摘要： | 为减少操作人员的判断失误，有效提高核动力装置运行工况异常识别准确率，通过分析核动力装置的强相关参数，一种新兴智能优化的麻雀搜索算法与概率神经网络相结合的异常识别模型。由于概率神经网络的平滑因子对输出结果影响较大，因此采用麻雀搜索算法对平滑因子进行参数寻优，将优化结果赋值给概率神经网络模型进行参数训练，得到用于异常识别的最优网络模型。选取17种核动力装置异常运行工况，依托核动力装置事故分析平台进行模拟计算并提取特征参数。Matlab仿真结果表明，该优化网络模型比原始网络模型具有更高的识别精度。 |
| 稿件基金： | 国家自然科学基金项目(11502298);核反应堆系统设计技术国家重点实验室基金项目（HTKFKT022017103） |
| 引用本文格式： | 王雯珩，于雷，王晓龙,等.基于麻雀搜索算法优化PNN的核动力装置运行工况异常识别研究［J］.兵器装备工程学报，2022,43(S2):291-296. WANG Wenheng, YU Lei, WANG Xiaolong, et al.Research on abnormal identification of operating conditions of nuclear power plants based on sparrow search algorithm to optimize PNN［J］.Journal of Ordnance Equipment Engineering,2022,43(S2):291-296. |
| 刊期名称： | 2022年增刊2期 |
| 出版时间： | 2023年1月 |
| 上线时间： | 2023年1月12日 |
| 浏览次数： | 1934 |
| 下载次数： | 24 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |