汽轮机技术
汽輪機技術
기륜궤기술
TURBINE TECHNOLOGY
2007年
4期
288-291,258
,共5页
遗传算法%神经网络%故障诊断%汽轮发电机
遺傳算法%神經網絡%故障診斷%汽輪髮電機
유전산법%신경망락%고장진단%기륜발전궤
为了克服BP算法中存在的网络学习速度慢,以及容易陷入极小的问题,在运用改进遗传算法的基础上,探讨了一种自适应遗传神经网络算法结合模型,并将其应用于汽轮发电机组故障识别.实验数据表明:该算法收敛速度快,能有效地识别故障,具有一定的参考价值.
為瞭剋服BP算法中存在的網絡學習速度慢,以及容易陷入極小的問題,在運用改進遺傳算法的基礎上,探討瞭一種自適應遺傳神經網絡算法結閤模型,併將其應用于汽輪髮電機組故障識彆.實驗數據錶明:該算法收斂速度快,能有效地識彆故障,具有一定的參攷價值.
위료극복BP산법중존재적망락학습속도만,이급용역함입겁소적문제,재운용개진유전산법적기출상,탐토료일충자괄응유전신경망락산법결합모형,병장기응용우기륜발전궤조고장식별.실험수거표명:해산법수렴속도쾌,능유효지식별고장,구유일정적삼고개치.
