《机电工程》杂志,月刊( 详细... )
中国标准连续出版物号: ISSN 1001-4551 CN 33-1088/TH
主办单位:浙江省机电集团有限公司
浙江大学
主编:陈 晓
副 主 编:唐任仲、罗向阳(执行主编)
总 经 理:罗向阳
出 版:浙江《机电工程》杂志社有限公司
地 址:杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel:+86-571-87041360、87239525
E-mail:meem_contribute@163.com
国外发行:中国国际图书贸易总公司
订阅:全国各地邮局 国外代号:M3135
国内发行:浙江省报刊发行局
邮发代号:32-68
广告发布登记证:杭上市管广发G-001号
在线杂志 |
当前位置: 机电工程 >>在线杂志 |
基于改进遗传算法-反向传播神经网络的升降机健康评价研究
作者:高宗帅1,郗涛1*,徐伟雄1,王莉静2 日期:2021-05-20/span> 浏览:1339 查看PDF文档
基于改进遗传算法-反向传播神经网络的升降机健康评价研究
高宗帅1,郗涛1*,徐伟雄1,王莉静2
(1.天津工业大学 机械工程学院,天津 300387;2.天津城建大学 控制与机械工程学院,天津 300384)
摘要:针对施工升降机安全问题,基于专家调查法、ReliefF算法与Pearson相关系数法,建立了升降机的健康评价指标体系。引用层次分析法计算了各健康指标的权重,基于三角模糊数对施工升降机的健康等级进行了划分;分析了粒子群算法(particle swarm optimization, PSO)、狼群算法(wolf pack algorithm, WPA)与改进遗传算法(improved genetic algorithm, IGA)对5个测试函数的计算,发现IGA具有更高的精确度与收敛速度;提出了一种基于改进的遗传算法-反向传播神经网络(improved genetic algorithm-back propagation neural network, IGA-BPNN)的施工升降机健康评价模型;基于IGA提出了一种自适应的交叉概率和变异概率计算策略,提高了GA寻找全局最优解的能力;用IGA对BP神经网络的初始权值和阈值进行了优化,形成了IGA-BPNN模型;分别用GA-BPNN与IGA-BPNN算法对施工升降机的健康等级进行了预测判断。研究结果表明:与GA-BPNN算法相比,IGA-BPNN算法在升降机的健康等级预测方面具有更高的正确率和精度。
关键词:施工升降机;三角模糊数;健康评价指标体系;改进遗传算法;BP神经网络
中图分类号:TH211.6 文献标识码:A 文章编号:1001-4551(2021)03-0313-06
本文引用格式:
高宗帅,郗涛,徐伟雄,等.基于改进遗传算法-反向传播神经网络的升降机健康评价研究[J].机电工程,2021,38(3):313-318.
GAO Zong-shuai, XI Tao, XU Wei-xiong, et al. Elevator safety assessment based on IGA-BPNN[J].Journal of Mechanical & Electrical Engineering, 2021,38(3):313-318.《机电工程》杂志:http://www.meem.com.cn
友情链接