论文部分内容阅读
针对传统BP神经网络模型收敛速度慢、易陷入局部极小点、网络结构不稳定等缺陷，提出了一种小生境遗传算法优化的BP神经网络模型。该模型充分利用小生境遗传算法的搜索能力和BP神经网络的非线性映射和学习联想能力，通过小生境遗传算法的选择、交叉、变异及小生境淘汰等操作，优化BP神经网络的初始权值和阈值，并采用BP算法对网络进行训练。有效解决了网络初值不合理的问题，提高了网络收敛速度、稳定性。最后结合变压器故障诊断实例。在Matlab7．0平台上进行仿真实验。实验结果证明：与传统方法相比，该模型具有很强的可行性和有效