一种遗传神经网络在烟气机组故障诊断中应用  

A Genetic-Neural Network in Fault Diagnosis of Flue Gas Turbine

作　　者：尹克奇[1] 徐小力[1] 吴国新[1] 王为真[1] 

机构地区：[1]北京机械工业学院机电系统测控北京市重点实验室

出　　处：《微计算机信息》2007年第25期189-191,共3页Control & Automation

基　　金：国家自然基金(50375017);北京市自然基金(3042006;3062008);机电系统测控北京市重点实验室开放项目(KF20041123206)

摘　　要：针对烟气机组时变、非线性的工况特点,提出了一种基于遗传算法的BP神经网络模型,并在该算法的适应度函数中加入了时间因素。实验结果表明,考虑时间算法的遗传神经网络要明显优于一般BP神经网络,其训练时间大为缩短,网络计算的实时性得到了加强。To the time-variable and nonlinear of the flue gas turbine characteristics of the condition, the algorithm of BP neural network based on genetic algorithm is presented. And the time factor is considered in the fitness function of genetic algorithm. Experimental results show that the Genetic Algorithm including time factor are superior to BP neural network, and timeliness of neural network computation is enhanced.

关 键 词：BP神经网络 遗传算法 适应度函数 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]