文档名：基于整体退火遗传小波网络的计量终端可靠性预测
摘要：为了解决小波神经网络初值敏感性及收敛稳定性问题,以提高计量终端软件可靠性预测建模的效率及准确性.文章完善了整体退火遗传算法(WAGA),并验证了其具有极强的整体收敛和全局优化能力,利用其全局寻优能力,优化小波神经网络(WNN)的参数,提出基于整体退火遗传小波神经网络(WAGA-WNN)的建模方法;用该方法建立计量终端的软件可靠性预测模型.实验结果表明,该方法可以解决小波神经网络初值敏感性及收敛稳定性难题,建立的软件可靠性预测模型效率和准确度较高.
Abstract：Inordertosolvetheproblemofinitialvaluesensitivityandconvergencestabilityforthewaveletneuralnetworkandimprovetheefficiencyandaccuracyofthereliabilitypredictivemodelformeteringterminalsoftware,thefollowingstepsareperformed.Thepaperimprovesthewholeannealinggeneticalgorithm(WAGA),andprovethatithasextremelystrongabilityinglobalconvergenceandglobaloptimization.Madeuseofitsglobaloptimizationpropertytoimprovethepa-rametersforwaveletneuralnetwork(WNN)anddevelopmodel-buildingmethodbasedonwholeannealinggeneticalgo-rithm-waveletneuralnetwork(WAGA-WNN).Buildsoftwarereliabilitypredictivemodelformeteringterminalbasedontheproposedmethod.Theexperimentalresultindicatesthatthismethodcansolvetheproblemofinitialvaluesensitivityandconvergencestabilityforwaveletneuralnetwork,furthermore,thesoftwarereliabilitypredictivemodelhashigheffi-ciencyandaccuracy.
作者：徐宏伟 丛中笑 阳晓路 周忠明 陈寅生 林海军 Author：XUHongwei CONGZhongxiao YANGXiaolu ZHOUZhongming CHENYinsheng LINHaijun
作者单位：贵州电网有限责任公司计量中心,贵阳550002哈尔滨理工大学,哈尔滨150080
刊名：电测与仪表
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2024, 61(2)
分类号：TM93
关键词：整体退火遗传算法 小波神经网络 计量终端 软件可靠性 预测模型
Keywords：wholeannealinggeneticalgorithm waveletneuralnetwork meteringterminal reliabilityofsoftware predic-tivemodel
机标分类号：TP311.5TP183TP273
在线出版日期：2024年3月1日
基金项目：国家自然科学基金基于整体退火遗传小波网络的计量终端可靠性预测[
期刊论文] 电测与仪表--2024, 61(2)徐宏伟 丛中笑 阳晓路 周忠明 陈寅生 林海军为了解决小波神经网络初值敏感性及收敛稳定性问题,以提高计量终端软件可靠性预测建模的效率及准确性.文章完善了整体退火遗传算法(WAGA),并验证了其具有极强的整体收敛和全局优化能力,利用其全局寻优能力,优化小波神经...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于整体退火遗传小波网络的计量终端可靠性预测 Reliability prediction of metering terminal based on whole annealing genetic algorithm wavelet neural network
基于整体退火遗传小波网络的计量终端可靠性预测.pdf
|
|
