基于遗传BP算法的神经网络及应用研究

摘要：

对大型关键设备的预知状态维护要求对设备的运行状态进行在线监测和趋势预测,由于运行设备的非线性特点日趋显著,传统的线性时间序列建模预报精度已不能满足要求.采用人工神经网络建模预报.对网络的训练采用遗传算法与BP算法相结合的遗传BP算法.利用工业现场采集的振动烈度数据进行验证试验.结果表明,与传统线性时间序列建模预报相比较,采用神经网络建模预报提高了预报精度,取得了较为满意的预报效果.

关键词： 人工神经网络 振动烈度 遗传BP算法 时间序列 机械设备

作者: 曹爱东 徐洪安

作者单位: 北京机械工业学院机械工程系

会议类型: 国内会议

会议名称: 第十一届全国设备监测与诊断学术会议

会议地点: 无锡

会议语种:中文

页码: 141-145

在线出版日期: 2002-10-28（万方平台首次上网日期，不代表论文的发表时间）