首页 期刊 信息技术与网络安全 基于遗传优化的RBF-BP网络的实时故障检测 【正文】

基于遗传优化的RBF-BP网络的实时故障检测

作者:李仿华; 王爱平; 姚丽娜; 国玮玮; 徐晓燕 安徽大学计算机科学与技术学院; 安徽合肥230039; 郑州大学电气工程学院; 河南郑州450001
实时   神经网络   故障检测  

摘要:针对单一神经网络对复杂模型难以实时做出准确预测和BP神经网络自身的缺陷,结合RBF神经网络可以逼近任意函数的特性,提出了基于遗传优化的混合神经网络模型(RBF-BP)。由RBF网络和BP网络并联作为一个神经网络(简称为RBF-BP)的隐层,利用该网络对被控对象进行逼近训练、实时故障检测,该算法同时具有RBF网络和BP网络的优点,适用于复杂非线性系统的故障检测。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅