基于GA-小波-BP神经网络的装备维修能力评估

• 作者: 赵黎兴 侯兴明 徐兆文 和林子
• 来源期刊: 现代防御技术
• 学科: 军事
• 关键词: 维修能力评估 主分量约简 遗传算法 BP神经网络 小波函数
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 综合保障性技术|INTEGRATED LOGISTICS SUPPORT TECHNOLOGY
• 页码范围: 84-95
• 页数: 12页
• 分类号: E92|TP183|TJ01
• 语种: 中文
• DOI: 10.3969/j.issn.1009-086x.2022.02.012

摘要

针对传统装备维修保障能力评估主观性强、适应性弱的特点,提出了一种以装备维修记录为样本数据的基于误差反向传播(back propagation,BP)前馈神经网络的维修能力评估方法.为消除维修记录属性冗余,选用粗糙集主分量约简算法,对样本属性进行约简,为避免BP神经网络因局部极值导致局部收敛和收敛速度过慢的影响,利用遗传算法(genetic algorithm,GA)的全局搜索能力对神经网络初始权值和阈值进行了优化,为增加网络的学习功能,提高网络训练速率和训练精度,选取小波函数作为隐含层的传递函数,Sigmoid函数为输出层激活函数.研究表明:通过冗余属性约简提高了BP神经网络的性能,利用GA优化BP神经网络权值/阈值和小波函数作为隐含层的传递函数,避免了局部收敛,提高了网络的训练速率和评估的精度,降低了误差.