• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《计算机测量与控制》 >改进的遗传优化BP-NN在变电站故障区域中的研究

改进的遗传优化BP-NN在变电站故障区域中的研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

BP神经网络(Back Propagation Neural Network,BP-NN)具有良好的自学习能力以及自适应和泛化能力,但运算过程中容易陷入局部极小值,同时隐含层节点数的选择也影响着诊断的效果;文中根据经验公式缩小隐层节点数范围,在小范围里寻找最优的隐层节点数;根据遗传算法(Genetic Algorithm,GA)具有全局寻优的特点,用遗传算法优化BP神经网络训练的初始权值阈值,可以避免BP神经网络陷入局部极小的问题;但是,传统遗传算法也有自身的缺点,其在全局寻优的过程中,易陷入“早熟”的问题;为了解决传统遗传算法“早熟”现象,文中提出了一种协同进化的遗传算法,即使用3个种群同时进化的遗传算法,协同进化遗传算法不但可以避免传统遗传算法的“早熟”问题,而且可以加强局部搜索提高运行效率;将协同进化遗传算法应用到BP神经网络中,仿真结果表明,该方法可以准确有效地诊断出变电站故障元件,提高变电站故障诊断过程中的容错性及效果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号