基于IAGA-BP神经网络的海洋平台健康状况预测

作者：齐继阳; 邵冬明

来源：机械设计与研究, 2020, 36(06): 35-38.

DOI：10.13952/j.cnki.jofmdr.2020.0231

• 海洋平台
• 健康状况预测
• 改进自适应遗传算法
• IAGA-BP

对海洋平台的健康状况进行客观合理的评估是保障海洋平台正常安全运作的重要前提。针对海洋平台日益突出的健康状况评估问题,提出了基于改进的遗传算法和BP神经网络相结合的海洋平台健康状况预测模型。该模型首先对传统的遗传算法进行改进,保留精英个体,大概率选择优秀个体,直接淘汰较差个体,通过自适应算法改进交叉概率和变异概率,再通过改进的遗传算法对BP神经网络的初始权值和阈值进行优化,以优化了初始权值和阈值的BP神经网络对海洋平台健康状况进行评估。通过对海洋平台的历史监测数据进行了仿真验证,结果表明,传统BP神经网络预测误差大多在0.4～0.8之间浮动,GA-BP神经网络预测误差大多在0.2～0.4之间浮动,而IAGA-BP神经网络预测误差大多在0.1～0.2之间浮动,IAGA-BP神经网络模型的收敛速度和精度明显优于传统的BP神经网络模型和GA-BP神经网络模型,可以更好的适用于对海洋平台健康状况的预测。

• 单位
  江苏科技大学