一种改进遗传优化策略在电机故障诊断中应用

《一种改进遗传优化策略在电机故障诊断中应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据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(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614000)研究与开发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

2、，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OneKindofImprovementHeredityOptimizationStrategyinMotorFailureDiagno

3、sisApplicationWangXiaoyuDuanguang]ian(DepartmentofAutomatedEngineering，ChengduUniversityofScienceandTechnologyEngineeringAcademy,Leshan，Sichuan641000)AbstractBasedonneuralnetworkandgeneticalgorithmiSproposedusinggeneticalgorithms(GA)optimizationofneuralnetworksth

4、etwocombineorganicsetuptheoptimizationmodelforfaultdiagnosis(GA—BP)network，thegeneticalgorithmtoabandonthetraditionalTheroulette，usingastrategycalledtournamentselectionandchangemigrationstrategyforgeneticalgorithms，optimizationofBPnetwork’Sinitialweightsandthresh

5、olds．AvarietyoforiginaldataandOil-siterecordinginformationasatrainingsample，thefirstgeneticalgorithmhasbeenoptimizedweightsandthresholds，astheBPnetwork’Sinitialweightsandthresholds，followedbytheadoptionofBPnetworktrainingsamplesachievethepurposeofstudyingBPnetwor

6、k，setupsamples(asinputvariables)andtheactualfaulttype(asthetargetvariables)betweenthepotentialcontact．FinallyuseofthetestsamplesofGA-BPnetworktesting，inspectionshowedthatthechangeinstrategyselectionandstrategytochangethemigrationofgeneticalgorithmtooptimizetheBPn

7、etworkdiagnosticaccuracywassignificantlyhigherthannon-optimizedBPnetworkcannotonlyplayapan—neuralnetworkmappingoftheabilityandspeedofdiagnosishasimproved，hasastrongabilitytolearn．Keywords：improvedBPalgorithm：geneticalgorithm：tournamentselection；migrationstrategy1

8、引言遗传算法(geneticalgorithms，简称GA)是一类借鉴生物界自然选择和自然遗传制的随机搜索算法，作为一种复杂问题的优化搜索方法，在20世纪70年代是由美国密执安大学的JohnHolland教授首先提出来的，被广泛应用于人工智能、函数优化、模式识别、图象处理等众多领域。它作为一种高效、实用、鲁棒性强的优