基于多种群混沌遗传神经网络的模拟电路故障诊断
针对标准遗传算法优化BP神经网络收敛慢,易陷入局部最优的问题,提出了改进的多种群协同进化遗传算法,该算法改变了以往的随机初始化方法,采用了附加混沌扰动的tent映射初始化均匀分布的种群,提高了初始解的质量;每个种群采用自适应交叉率和变异率,引入移民算子实现种群间的横向联系;算法通过多种群的协同进化和种群间的个体移植提高了算法的搜索均匀性和效率;仿真实验表明该算法误差小,收敛速度快,诊断正确率高,较好地解决了模拟电路的软故障诊断问题.
神经网络、遗传算法、多种群协同进化、混沌、故障诊断
20
TP183(自动化基础理论)
2012-09-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
1483-1485