本文主要研究内容
作者李锋,向往,陈勇,汤宝平,王家序（2019）在《基于双隐层量子线路循环单元神经网络的状态退化趋势预测》一文中研究指出：针对现有人工智能预测方法在旋转机械状态退化趋势预测中存在预测精度较差、计算效率较低等缺点,提出基于双隐层量子线路循环单元神经网络(Double hidden layer quantum circuit recurrent unit neural network,DHL-QCRUNN)的旋转机械状态退化趋势预测方法。首先采用量纲一化排列熵误差构建状态退化特征集,然后将该特征集输入DHL-QCRUNN以完成旋转机械状态退化趋势预测。在所提出的DHL-QCRUNN中,设计双隐层结构以提高网络的非线性映射能力;并引入量子相移门和多位受控非门以实现信息的传递;通过双隐层的量子反馈机制获得输入序列的整体记忆;最后采用输出层激发态的概率幅表示输出,通过以上方法改善了网络的非线性逼近能力和泛化性能,使所提出的旋转机械状态退化趋势预测方法具有较高的预测精度。此外,通过量子Levenberg-Marqudt(LM)算法更新DHL-QCRUNN的网络参数,提高该网络的收敛速度,使所提出的状态退化趋势预测方法具有较高计算效率。滚动轴承状态退化趋势预测实例验证了该方法的有效性。提出了基于DHL-QCRUNN的旋转机械状态退化趋势预测新方法,该方法具有较高的预测精度和较高的计算效率。
Abstract
zhen dui xian you ren gong zhi neng yu ce fang fa zai xuan zhuai ji xie zhuang tai tui hua qu shi yu ce zhong cun zai yu ce jing du jiao cha 、ji suan xiao lv jiao di deng que dian ,di chu ji yu shuang yin ceng liang zi xian lu xun huan chan yuan shen jing wang lao (Double hidden layer quantum circuit recurrent unit neural network,DHL-QCRUNN)de xuan zhuai ji xie zhuang tai tui hua qu shi yu ce fang fa 。shou xian cai yong liang gang yi hua pai lie shang wu cha gou jian zhuang tai tui hua te zheng ji ,ran hou jiang gai te zheng ji shu ru DHL-QCRUNNyi wan cheng xuan zhuai ji xie zhuang tai tui hua qu shi yu ce 。zai suo di chu de DHL-QCRUNNzhong ,she ji shuang yin ceng jie gou yi di gao wang lao de fei xian xing ying she neng li ;bing yin ru liang zi xiang yi men he duo wei shou kong fei men yi shi xian xin xi de chuan di ;tong guo shuang yin ceng de liang zi fan kui ji zhi huo de shu ru xu lie de zheng ti ji yi ;zui hou cai yong shu chu ceng ji fa tai de gai lv fu biao shi shu chu ,tong guo yi shang fang fa gai shan le wang lao de fei xian xing bi jin neng li he fan hua xing neng ,shi suo di chu de xuan zhuai ji xie zhuang tai tui hua qu shi yu ce fang fa ju you jiao gao de yu ce jing du 。ci wai ,tong guo liang zi Levenberg-Marqudt(LM)suan fa geng xin DHL-QCRUNNde wang lao can shu ,di gao gai wang lao de shou lian su du ,shi suo di chu de zhuang tai tui hua qu shi yu ce fang fa ju you jiao gao ji suan xiao lv 。gun dong zhou cheng zhuang tai tui hua qu shi yu ce shi li yan zheng le gai fang fa de you xiao xing 。di chu le ji yu DHL-QCRUNNde xuan zhuai ji xie zhuang tai tui hua qu shi yu ce xin fang fa ,gai fang fa ju you jiao gao de yu ce jing du he jiao gao de ji suan xiao lv 。
论文参考文献
论文详细介绍
论文作者分别是来自机械工程学报的李锋,向往,陈勇,汤宝平,王家序，发表于刊物机械工程学报2019年06期论文，是一篇关于量子计算论文,排列熵误差论文,趋势预测论文,旋转机械论文,机械工程学报2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自机械工程学报2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：量子计算论文; 排列熵误差论文; 趋势预测论文; 旋转机械论文; 机械工程学报2019年06期论文;