基于遗传算法的RBF-BP组合神经网络模型优化

典型 BP 神经网络容易陷入局部极小值、不能确保是否能收敛到全局极小值、收敛速度慢等问题,RBF-BP 组合神经网络能够较好地解决以上问题并应用于各类故障诊断。文章提出了将遗传算法和 RBF-BP 组合神经网络相结合的网络模型,该模型利用遗传算法对传统组合神经网络进行优化,即对组合神经网络的网络权值和阈值的初始化进行优化,寻找最优网络权值和阈值,从而提高故障诊断的实时性和准确性,在故障诊断领域具有实际应用价值。