提出利用GA-BP神经网络的系统对变压器的故障诊断进行优化。利用GA遗传算法优化BP的初始权值,得到GA-BP神经网络。同时使用L-M算法训练GA-BP,使其可精确识别故障变压器内部的气体含量变化,并针对变压器故障诊断过程进行高效处理。GA-BP神经网络具备模糊算法,具有计算快速和判断准确等优点,可在很多的领域内保障电气安全,因而其具有良好的发展前景。
2021-08-08 20:30:26 1.13MB 行业研究
1
图数据库nebula的官方控制台console版本2.0.0的软件包
2021-08-08 09:07:47 8.47MB nebula-console
1
技嘉B75M-D3V 最新Bios文件FD,B75MD3V2.FD,解决FB版bios文件损坏引起的反复重启,以前官网下载的备份Bios,支持B75M-D3V主板
2021-08-05 10:00:11 4.36MB B75MD3V2.FD
1
技嘉主板Bios,B75MD3V
2021-08-05 10:00:11 4.43MB B75MD3Vbios
1
基于均匀设计和NN-GA的CAD模型多目标直接优化方法.pdf
2021-08-05 09:06:26 235KB CAD 技术应用 建模分析 参考文献
对于遗传算法中的初始种群的产生过程进行了详尽的解释,对于大家对遗传算法的理解十分有用!
2021-08-04 10:20:57 2KB GA
1
GA∕T 1146-2019 公安交通集成指挥平台通用技术条件.pdf
2021-08-03 22:32:18 3.89MB 集成指挥
1
matlab减影代码 GA-CEC2014-Test 任务安排: 看完pdf书籍的第26页-33页,结合其中的例题,弄懂二进制编码的遗传算法的工作机理;实现二进制编码的遗传算法;思考并回答: (1)什么是遗传算法?遗传算法的起源是什么? (2)遗传算法是如何工作的? (3)最早提出遗传算法的人物是谁?遗传算法的发展历程如何? (4)发展历程中,有什么代表性的人物和著作? 了解并掌握实数编码的遗传算法,思考遗传算法实数编码与二进制编码的不同之处以及优势,实现实数编码的遗传算法; 基于所实现的实数编码的GA算法,在CEC2014 benchmark上测试GA算法的性能;主要在单峰优化问题F1、F3;多峰优化问题F8、F12;混合优化问题F18、F20和复合优化问题F25、F30,8个函数上测试GA算法的性能;所有测试函数的公式以及定义请参考所发的英文文档。 基于以上8个函数,测试各个参数对算法性能的影响:GA中population size、变异概率、交叉概率等对算法的影响;不同类型的优化问题上,参数对算法性能的影响可能不一样,需要分类分析;其中交叉概率从0.9以0.1步长递减至0.1;变
2021-08-03 15:46:42 280.09MB 系统开源
1
基于遗传算法优化的BP神经网络的温度漂移补偿
2021-08-03 13:08:34 494KB 温度补偿 GA_BP
1
GA直接训练BP网络的权重算法,主程序:gafault.m 用GA先求BP网络的权重,再用纯BP直接训练BP的混合GA-BP算法,主程序:gabpfault.m
2021-08-01 17:36:09 389KB GA BP网络
1