Entrenamiento de redes neuronales feed-forward con algoritmo híbrido de búsqueda de vórtices Taguchi para clasificación de fallas en líneas de transmisión
Autores: Coban, Melih; Tezcan, Suleyman Sungur
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Entrenamiento de redes neuronales feed-forward con algoritmo híbrido de búsqueda de vórtices Taguchi para clasificación de fallas en líneas de transmisión
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Algoritmo
FNNHTVS
HTVS
Conjunto de datos
Clasificación de fallas
Líneas de transmisión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
En este estudio, se emplea el algoritmo híbrido de búsqueda de vórtices Taguchi (HTVS), que exhibe una rápida tasa de convergencia y evita los óptimos locales, como un nuevo algoritmo de entrenamiento para redes neuronales feed-forward (FNNs) y su rendimiento fue analizado comparándolo con el algoritmo de búsqueda de vórtices (VS), el algoritmo de optimización de enjambre de partículas (PSO), el algoritmo de búsqueda gravitacional (GSA) y el algoritmo híbrido PSOGSA.
Descripción
En este estudio, se emplea el algoritmo híbrido de búsqueda de vórtices Taguchi (HTVS), que exhibe una rápida tasa de convergencia y evita los óptimos locales, como un nuevo algoritmo de entrenamiento para redes neuronales feed-forward (FNNs) y su rendimiento fue analizado comparándolo con el algoritmo de búsqueda de vórtices (VS), el algoritmo de optimización de enjambre de partículas (PSO), el algoritmo de búsqueda gravitacional (GSA) y el algoritmo híbrido PSOGSA.