改进型衰变参数遗传神经网络在故障诊断中的应用

• 作 者: 蒋一 张帆
• 机 构: 安徽新华学院电子通信工程学院
• 出 处: 通化师范学院学报
• 发表日期: 2020年4期
• 关键词: BP神经网络 遗传算法 衰变参数 故障诊断 BP neural networkgenetic algorithmdecay parametersfault di
• 基金项目: 安徽省级质量工程项目(2016jxtd055),安徽省级质量工程项目(2017jyxm1232),安徽新华学院校级重点建设学科项目(zdxk201702),安徽新华学院校级研究所项目(yjs201706),第九批中青年“学科带头人”培养对象项目(2018xxk14),安徽省高等学校自然科学研究重点项目(KJ2017A630).

针对标准遗传算法难以平衡全局搜索能力和局部搜索能力之间的矛盾,提出了衰变参数遗传算法,将其用于优化BP神经网络,以加快算法的收敛速度和准确度,采用Matlab仿真软件对传统算法和改进后的遗传算法进行了对比验证.结果表明,改进型衰变参数遗传算法具有更高的准确性和鲁棒性,较好地平衡了系统的全局搜索能力和局部搜索能力,提高了系统故障诊断的精度和速度.