改进BP算法在模糊神经网络中的应用

作者：房振勇; 游文虎; 冯汝鹏

来源：北京航空航天大学学报, 2007, (11): 1321-1324.

DOI：10.13700/j.bh.1001-5965.2007.11.027

• BP算法
• 模糊神经网络
• 动量因子

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.

• 出版日期2007-11-15
• 单位哈尔滨工业大学