基于GA-BP神经网络的智能故障诊断

摘要

基于神经网络的故障诊断技术是一种非线性的样本识别技术,其中BP(Back Propagation)神经网络在实际工业中具有典型而广泛的应用。BP网络容错性能好、泛化能力强,因此对解决非线性问题具有好的作用。同时训练好的网络不是固定不变的,学习能力强和响应速度快的优点也值得其得到广泛的应用。但是BP网络的缺点也很明显,容易陷入局部极小值而挑不出来。所以本文分析了遗传算法和BP算法的优缺点后,结合他们的优势用遗传算法优化BP神经网络,从而达到改进的作用。通过实验数据的对比分析,说明该方法可以有效的提高故障诊断能力。