论文部分内容阅读
论述了神经网络应用于电机故障诊断的方法，采用非线性最小二乘法中的LM（Levenberg—Marquardt）算法．能够有效地减少训练时间，并且提高诊断识别的精度，明显优于其他改进型BP算法．针对神经网络易陷入局部最小点的固有缺点，采用遗传算法（Genetic Algorithm，简称GA）对神经网络初始权值进行全局优化，再采用LM算法进行训练学习，同时避免了遗传算法局部搜索能力不强的缺点．应用遗传-神经网络方法对电机故障诊断进行了仿真实验研究，证实了此方法的正确性与有效性．