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：1835 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