[发明专利]一种采用混合蛙跳的小波神经网络来计算声发射源位置的方法

摘要

本发明公开了一种采用混合蛙跳的小波神经网络来计算声发射源位置的方法，包括使用混合蛙跳算法来训练神经网络，通过发声试验台发出声源信号，所述发声试验台上安装有传感器，利用传感器的到声源信号幅值和能量，并将传感器的坐标和所接收的信号能量的比值作为小波神经网络的输入值，则小波神经网络的输出值则为声源信号距离传感器的网络预测距离值。本发明能够采用混合蛙跳算法代替传统的梯度下降算法，优化了网络参数，实现了声发射源定位方法，精度和效率比传统的定位方法更高的多，混合蛙跳算法具有收敛速度快、鲁棒性强的特点，还具有良好的全局搜索能力。

主权项

1.一种采用混合蛙跳的小波神经网络计算声发射源位置的方法，其特征在于：包括使用混合蛙跳算法来训练神经网络，首先定义蛙的矢量位置，假定蛙的初始数量为40，每只蛙的位置矢量为：x(i)＝[ω_i1,Lω_ij,a_i1,La_ij,b_i1,Lb_ij]，i=1,2,…,40，其中j表示隐层神经元的数量，神经网络的适应功能相当于均方误差指示器，它的方程式为：其中J(k,i)第i个蛙在k次迭代后的健身值，n为训练样本数，y_m,i是第i个蛙在输入m个样本后的理想输出值，是第i个蛙在输入m个样本后的实际输出值，k是迭代次数，N最大迭代次数，基于混合蛙跳算法的参数学习过程如下：a）根据隐层数量和小波神经网络的参数来决定模型的尺寸；b）准备成对的训练数据；c）初始化种群数量，计算每个个体的适应值，如果适应值满足精度要求，进入步骤E）；d）找出最差个体并且根据蛙跳算法取代它，如果最好的个体满足精度要求，进入步骤e），否则重复步骤d）直到所需的精度是令人满意的；e)输出优化后的参数并实施小波神经网络；通过发声试验台发出声源信号，所述发声试验台上安装有传感器，利用传感器的到声源信号幅值和能量，并将传感器的坐标和所接收的信号能量的比值作为小波神经网络的输入值，则小波神经网络的输出值则为声源信号距离传感器的网络预测距离值。