免疫算法和神经网络相结合用于机械振动信号预测
本文针对传统的BP神经网络学习算法存在易陷入局部极小的缺陷，提出了将免疫算法用于对神经网络优化训练，进而实现对机械振动信号预测.该算法构造了自适应变异算子，使系统能够根据环境条件自适应地确定各抗体的变异强度；为维持抗体种群的多样性，通过计算亲和力来抑制相似抗体生存并动态地产生新的抗体.通过与用传统BP算法和改进遗传算法训练的神经网络的预测结果进行比较，证实了用本文方法训练的神经网络具有良好的泛化能力，大大提高了预测精度.
免疫算法 神经网络 信号预测 机械振动 振动信号 变异算子
赵艺兵 温秀兰
南京工程学院自动化系,南京,211167
国内会议
秦皇岛·北戴河
中文
488-491
2007-08-06（万方平台首次上网日期，不代表论文的发表时间）