基于遗传优化的RBF-BP网络的实时故障检测

• 作者: 国玮玮 姚丽娜 徐晓燕 李仿华 王爱平
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 实时 神经网络 RBF-BP 故障检测
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 应用奇葩
• 页码范围: 90-92
• 页数: 3页
• 分类号: TP277
• 字数: 1303字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2012.08.033

摘要

针对单一神经网络对复杂模型难以实时做出准确预测和BP神经网络自身的缺陷,结合RBF神经网络可以逼近任意函数的特性,提出了基于遗传优化的混合神经网络模型（RBF-BP）。由RBF网络和BP网络并联作为一个神经网络（简称为RBF-BP）的隐层,利用该网络对被控对象进行逼近训练、实时故障检测,该算法同时具有RBF网络和BP网络的优点,适用于复杂非线性系统的故障检测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王爱平	安徽大学计算机科学与技术学院	39	522	11.0	22.0
2	国玮玮	安徽大学计算机科学与技术学院	3	34	2.0	3.0
3	李仿华	安徽大学计算机科学与技术学院	3	34	2.0	3.0
4	姚丽娜	郑州大学电气工程学院	4	30	3.0	4.0
5	徐晓燕	安徽大学计算机科学与技术学院	1	8	1.0	1.0