一种改进的遗传优化策略在电机故障诊断中的应用 One Kind of Improvement Heredity Optimization Strategy in Motor Failure Diagnosis Application.pdfVIP

下载本文档

9
0
约1.2万字
约 4页
2017-08-02 发布于上海
举报
版权申诉

一种改进的遗传优化策略在电机故障诊断中的应用 One Kind of Improvement Heredity Optimization Strategy in Motor Failure Diagnosis Application.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种改进的遗传优化策略在电机故障诊断中的应用 One Kind of Improvement Heredity Optimization Strategy in Motor Failure Diagnosis Application

研究与开发一种改进的遗传优化策略在电机故障诊断中的应用王笑宇段广建 614000) (成都理工大学2-程技术学院自动化T程系电气教研室，四川乐山摘要依据神经网络和遗传算法的特点，本文提出了利用遗传算法(GA)优化神经网络，将二者有机的结合起来，建立故障诊断的优化模型(GA—BP)网络，在遗传算法中放弃传统的轮盘赌，采用一种叫锦标赛的选择策略并改变迁移策略来进行遗传算法，优化BP网络的初始权值和闽值。以各种原始资料和现场实录资料作为训练样本，首先进行遗传算法的运行，得到了优化的权值和阈值，作为BP网络的的初始权值和阈值，接下来通过BP网络训练样本，实现BP网络学习的目的，建立样本(作为输入变量)与实际故障类型(作为目标变量)之间的潜在联系。最后用测试样本对GA—BP网络进行测试，检验表明用改变选择策略并改变迁移策略的遗传算法来优化BP 网络的诊断正确率明显得高于未进行优化BP网络，不仅能发挥神经网络的泛化映射能力而且诊断速度也有提高，有较强的学习能力。关键词：改进BP算法；遗传算法；锦标赛选择；迁移策略 Kind One of ImprovementHeredityOptimization inMotorFailure Strategy DiagnosisApplication Duan WangXiaoyu guang]ian ofAutomated ofScienceand University (Department Engineering，Chengdu 641 TechnologyEngineeringAcademy,Leshan，Sichuan000) AbstractBasedonneuralnetworkand iS geneticalgorithmproposedusinggeneticalgorithms ofneuralnetworksthetwocombine set the modelforfault (GA)optimization organicup optimization toabandonthetraditionalThe a geneticalgorithm roulette，using diagnosis(GA—BP)network，the tournamentselectionand for called strategy changemigrationstrategygenetic ofBPnetwork’Sinitial andthresholds．Aof dataandOil-site weights varietyoriginal recording informationasa first