| 用改进GA-BP神经网络的设备故障维修时间预测 |
| |
| 引用本文： | 邢毓华,李凡菲.用改进GA-BP神经网络的设备故障维修时间预测[J].计算机仿真,2021,38(8):97-102,166. |
| |
| 作者姓名： | 邢毓华 李凡菲 |
| |
| 作者单位： | 西安理工大学自动化与信息工程学院,陕西西安710048 |
| |
| 摘 要： | 光伏充电站中设备故障维修时间对运行效率有着重要影响.为提高光伏充电站设备维修时间的预测精度,考虑到神经网络算法中隐含层神经元数对算法预测精度的影响,提出了一种改进的GA-BP神经网络算法,并以光伏充电站60个设备维修时间为样本验证了改进算法的有效性.结果表明,GA-BP神经网络结构中隐含层神经元数取5时算法预测精度最高,且采用改进GA-BP神经网络算法预测时平均相对误差仅为6.1％,较灰色模型与BP神经网络算法分别降低了 90.4％与57％.改进后的GA-BP神经网络的预测准确度远高于灰色模型和BP神经网络,得到的预测时间可为维修人员调度提供依据.
|
| 关 键 词： | 光伏充电站 维修时间预测 神经网络 隐含层神经元数 预测准确度 |
Maintenance Time Prediction of Equipment Failure with Improved GA-BP Neural Network |
| |
| XING Yu-hua,LI Fan-fei.Maintenance Time Prediction of Equipment Failure with Improved GA-BP Neural Network[J].Computer Simulation,2021,38(8):97-102,166. |
| |
| Authors: | XING Yu-hua LI Fan-fei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
