基于GA的BP神经网络在本安参数评定中的应用.pdfVIP

基于GA的BP神经网络在本安参数评定中的应用赵宏

基于CA的BP神经网络在本安参数评定中的应用

BPNetworkinParameterAssessmentof

ofGA-basedNeuralIntrinsic

ApplicationSafety

赵宏

(上海交通大学电子信息与电气工程学院。上海200233)

摘要：本质安全参数评定是本质安全防爆技术的核心内容。针对传统的本质安全参数评定方法存在较多局限性的现状，提出了一种

基于遗传算法(GA)的BP神经网络本质安全参数评定模型。讨论了影响火花点燃能力的主要因素，建立了BP神经网络模型。该模型采

用CA对神经网络的初始权值和阈值进行优化，以避免可能的局部搜索最小现象。仿真结果表明，该方法可有效预测本质安全参数。

关键词：本质安全参数评定遗传算法BP神经网络Madab

中图分类号：TPl83文献标志码：A

assessmentofintrinsicisthekernelofintrinsicas—

Abstract：Thesafetytraditional

parameterpartsafetyexplosiveprotectiontechnology．The

seosmentmethodfeaturestheassessmentmodelbasedonCA-BPismainfactorstliatthe

man)limitations，thusparameterpropoⅫ!．Theimpact

ofaretheBPneuralnetworkmodelisestablished．Withinitial

thisandthreshold

capabilitysparkignitiondiscussed-andmodel，theweights

valuesoftheneuralnetworkareCAtOavoidtheoflocalsearchminimum．Theresultofsimulationindicatesthatthis

optimizedusingpossibility

methodcanintrinsic

effectivelypredictsafetyparameters．

ParameterassessmentGeneticBPneuralnetwork

Keywords：IntrinsicMatlab

safetyalgorithm(CA)

0引言1本质安全型电路的评价方法

随着煤炭、石油、化工和冶金等工业机械化和电本质安全型电路是指在规定的试验条件下，正常

气化程度的不断提高，以及计算机应用技术的发展，工作或规定的故障状态下产生的电火花和热效应均不

电气设备防爆中的本质安全技术因具有高度的安全能点燃规定的爆炸性混合物的电路…。限制电路的热

可靠性、经济性、制造简单和可带电维护以及适用范效应和电火花是通过限制设备的本质安全参数来实现

围广等特点，在通信及自动控制系统中得到了广泛