文献类型：期刊文章

作　　者：郑云水[1] 牛行通[2] 康毅军[3]

ZHENG Yunshui;NIU Xingtong;KANG Yijun(School of Automation&Electrical Engineering,Lanzhou Jiaotong University,Lanzhou 730070,China;Jilin Railway Professional Technology College,Jilin 132200,China;Chengdu Metro Peration Co.,Ltd.,Chengdu 610036,China)

机构地区：[1]兰州交通大学自动化与电气工程学院,甘肃兰州730070 [2]吉林铁道职业技术学院,吉林吉林132200 [3]成都地铁运营有限公司,四川成都610036

出　　处：《铁道学报》

年　　份：2018

卷　　号：40

期　　号：12

起止页码：93-100

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统25Hz相敏轨道电路故障诊断网络求解时收敛速度慢、诊断精度不高的问题,提出智能蝙蝠算法(BA)与模糊逻辑理论(FS)、神经网络(NN)相融合的BA-FNN模型,优化网络参数,对25Hz相敏轨道电路进行故障诊断。考虑到轨道电路特征参数的不确定性、模糊性,运用模糊逻辑理论对轨道电路特征参数进行模糊化预处理;为了克服传统的BP算法存在易陷入局部极小点和速度收敛慢等问题,引入蝙蝠算法,模拟蝙蝠的飞行过程对模糊BP网络的相关参数进行优化;建立最优BA-FNN模型用于网络诊断。仿真结果表明,相对于GA-FNN、PSO-FNN比较算法模型,BA-FNN模型不仅学习训练次数明显减少,训练时间缩短,且寻优精度较高,可有效提高25Hz相敏轨道电路故障诊断的精度。

关 键 词：模糊BP神经网络 蝙蝠算法  25HZ相敏轨道电路 故障诊断

分 类 号：U284.2]