增强前馈神经网络对多点断路故障的容错能力

摘要

神经网络在发生多点断路故障时,网络中的多个隐层神经元及其相关的连接权同时失效.该文针对隐层神经元可以动态增加的一类前馈神经网络,提出了一种三阶段方法T3. T3先对网络进行一次训练,然后用验证集进行测试以确定网络的故障曲线拐点,在此基础上通过第二次训练自适应地增加冗余隐层神经元.实验表明,T3使用较小的冗余量就可以显著改善网络对多点断路故障的容错性,在网络的容错能力和结构复杂度之间较好地达成了折衷.