基于遗传算法优化的BP神经网络输煤故障预测方法

摘要

本发明公开一种基于遗传算法优化的BP神经网络输煤故障预测方法，步骤为：确定BP神经网络拓扑结构图；以港务局机组参数作为BP神经网络拓扑结构图中的输入变量，并进行数据归一化处理，得到初始种群；对初始种群中的个体染色体进行编码，评估每一条染色体的适应度值；根据适应度值选取优良的个体进行选择、交叉、以及变异运算，得到最优个体；建立改进BP网络学习率优化模型，用于优化计算BP神经网络权值和阈值；用最优个体解码并赋值给BP神经网络，作为网络初始权值和阈值输入，训练神经网络，得到最佳预测模型。本发明可以对输煤系统故障进行提前预测，软硬件实现简单，成本低，提高了传统神经网络收敛速度，提高了网络训练效率。