摘要
分析了BP神经网络在模拟电路故障诊断中的缺点,提出了在BP神经网络的拓扑结构确定的情况下,先用遗传算法来训练BP网络的权值和阈值,经过若干代的交叉、变异后得到稳定的权值和阈值;再将它们赋值给BP神经网络,作为初始值,重新训练。这样训练出来的网络才能得到全局的最优值;同时还能够提高神经网络用于模拟电路故障诊断的智能性,改善故障诊断的精度和速度。
It is proposed that the genetic algorithm is used to train the weights and threshold value of the BP network. Then these values are used as the initial value to train the BP neural network, and the trained net can reach the global optimum.
出处
《自动化技术与应用》
2006年第11期4-6,共3页
Techniques of Automation and Applications
关键词
遗传算法
BP网络
故障诊断
genetic algorithm
Back Propagation neural network
fault diagnosis
