基于遗传算法优化BP神经网络接触电阻预测.docVIP

基于遗传算法优化BP神经网络的接触电阻预测 孙海峰，沈颖，王亚楠 （华北电力大学 电气与电子工程学院, 河北 保定 071003） 摘要：接触电阻是反应导体间电接触性能的重要参数，在实际的工程中往往采用经验公式对接触电阻进行计算，精度难以满足要求。为解决这一问题，将遗传算法（GA）与BP神经网络相结合对接触电阻进行预测。通过实验得到数据，分别利用遗传算法优化BP神经网络、BP神经网络以及回归分析模型进行训练和测试，并将各算法所得误差进行对比。误差对比结果表明：遗传算法优化BP神经网络的收敛效果优于其他两种算法，且遗传算法优化BP神经网络所得接触电阻模型的相对误差平均值比BP神经网络减少了4.01%，比回归分析减少了4.72%，且预测效果较稳定。利用遗传算法与BP神经网络相结合的接触电阻预测模型较单独使用BP神经网络预测模型具有更好的非线性拟合能力和更高的预测精度。 关键词：电接触；接触电阻；遗传算法；BP神经网络；回归分析 中图分类号：TM769 文献标识码：A 文章编号：1001-1390（2019）00-0000-00 Prediction of contact resistance based on optimized BP neural network of genetic algorithm to optimize BP neural ne