基于蚁群算法的容错RBF-NN诊断模型性能评估

摘要

文中构造了基于蚁群优化算法(ant colony optimization algorithm, ACOA)的容错径向基函数神经网络(radial basis function neural network,RBF-NN)故障诊断模型,它具有强逼近能力,采用ACOA优化NN可进一步改善泛化性能.该文又考虑了把故障信息受随机因素干扰而产生的变异故障样本加入NN的训练样本集中,以提高NN的容错性能.将该模型用于高压输电线系统和配电网故障诊断,并作容错性能的评估.由仿真测试表明,研究模型的容错性能要优于传统的BP-NN和GA-NN诊断模型.