基于遗传算法优化的BP神经网络输煤故障预测方法

    公开(公告)号:CN112906957A

    公开(公告)日:2021-06-04

    申请号:CN202110161268.3

    申请日:2021-02-05

    Inventor: 齐世清 闫博元

    Abstract: 本发明公开一种基于遗传算法优化的BP神经网络输煤故障预测方法,步骤为:确定BP神经网络拓扑结构图;以港务局机组参数作为BP神经网络拓扑结构图中的输入变量,并进行数据归一化处理,得到初始种群;对初始种群中的个体染色体进行编码,评估每一条染色体的适应度值;根据适应度值选取优良的个体进行选择、交叉、以及变异运算,得到最优个体;建立改进BP网络学习率优化模型,用于优化计算BP神经网络权值和阈值;用最优个体解码并赋值给BP神经网络,作为网络初始权值和阈值输入,训练神经网络,得到最佳预测模型。本发明可以对输煤系统故障进行提前预测,软硬件实现简单,成本低,提高了传统神经网络收敛速度,提高了网络训练效率。

Patent Agency Ranking