基于分布估计算法和遗传算法融合的神经网络故障诊断模型研究

• 作者: 孙雅明 张智晟 时翔 林涛
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 高压输电系统 故障诊断 容错性能 分布估计算法 遗传算法 神经网络
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 论文报告
• 页码范围: 18-21,48
• 页数: 5页
• 分类号: TM732
• 字数: 4270字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3076.2008.03.004

摘要

本文构造了基于分布估计算法(Estimation of Distrtbution Algorithm,EDA)和遗传算法(Genetic Algorithm,GA)融合的神经网络(Neurml Network,NN)故障诊断模型.传统的GA看作是对生物进化"微观"层面上的模拟,则EDA是对生物进化"宏观"层面上的建模,是一种全新的进化模式.EDA与GA融合的实质是在解空间"宏观"和"微观"两个层面进行寻优,可克服NN陷入局部最小,提高NN的泛化能力,使故障诊断的容错性能得到有效改善.将该模型用于高压输电线系统的故障诊断,并作容错性能的评估.由仿真测试表明,研究模型的容错性能要优于传统的BP-NN模型和单纯GA优化NN模型.因此,新诊断模型是有一定的理论和实用价值的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙雅明	天津大学电气与自动化工程学院	56	3112	30.0	55.0
2	林涛		6	72	4.0	6.0
3	张智晟	青岛大学自动化工程学院	67	384	11.0	16.0
4	时翔		9	36	4.0	5.0