基于GA-BP神经网络的列控车载设备故障诊断方法研究

• 作者: 周璐婕 董昱
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 车载设备 故障诊断 属性约简 遗传算法 BP神经网络
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 机车车辆与设备
• 页码范围: 3257-3265
• 页数: 9页
• 分类号: U284
• 字数: 5024字
• 语种: 中文
• DOI: 10.19713/j.cnki.43-1423/u.2018.12.031

摘要

针对列控车载设备故障复杂且故障分析多依赖人工经验完成等问题,以车载安全计算机记录的AElog故障数据为样本,提出一种基于反向传播(Back Propagation,BP)神经网络的车载设备智能故障诊断方法.为避免初选特征信息冗余,通过主分量启发式属性约简算法,对样本进行降维降噪处理.另外,考虑到BP神经网络对初始网络权重非常敏感,以不同的权重初始化网络,往往会收敛于不同的局部极小,利用遗传算法对BP神经网络的初始权值/阈值进行优化.研究结果表明:加入属性约简提高分类器的分类性能,通过遗传算法优化的BP神经网络避免局部极小问题,且迭代步数少,降低平均误差,提高分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董昱	兰州交通大学自动化与电气工程学院	75	556	12.0	19.0
2	周璐婕	兰州交通大学自动化与电气工程学院	5	13	2.0	3.0