人工神經(jīng)網(wǎng)絡(luò)在繼電器評價系統(tǒng)的應(yīng)用研究

【摘要】為了提高繼電器在設(shè)計和生產(chǎn)階段的整體品質(zhì)，通過建立基于人工神經(jīng)網(wǎng)絡(luò)的多層次綜合評判模型，就可以在很大程度上對繼電器產(chǎn)品進(jìn)行有效的評價，從而提高了繼電器產(chǎn)品的設(shè)計和生產(chǎn)質(zhì)量。

【關(guān)鍵詞】人工神經(jīng)網(wǎng)絡(luò)；繼電器；評價系統(tǒng)；綜合評判模型

0.引言

繼電器是一種電子控制器件，它具有控制系統(tǒng)（又稱輸入回路）和被控制系統(tǒng)（又稱輸出回路），廣泛應(yīng)用于遙控、通訊、現(xiàn)代國防軍事、工業(yè)自動化、交通（鐵路、公路和航空）以及農(nóng)業(yè)機(jī)械等領(lǐng)域中。繼電器產(chǎn)品設(shè)計方案的評價方案的好壞直接影響了設(shè)計水平的高低，所以一個合理的繼電器評價系統(tǒng)將會大大提高產(chǎn)品性能。本文旨在建立一個基于人工神經(jīng)網(wǎng)絡(luò)的繼電器綜合評判模型，它是盡量模擬領(lǐng)域?qū)＜医鉀Q實(shí)際問題的過程，這樣就能使得評價系統(tǒng)更合理、更完善。

1.目前國內(nèi)外綜合評價方法現(xiàn)狀

1.1現(xiàn)有的評價方法

目前常用的綜合評價方法分為以下幾類，專家評價法、經(jīng)濟(jì)分析法、運(yùn)籌學(xué)和其他數(shù)學(xué)方法、智能法等。專家評價法是以專家的專管判斷為基礎(chǔ)，通常以“分?jǐn)?shù)”、“指數(shù)”、“評語”等作為評價的標(biāo)準(zhǔn)，這類方法由于比較簡單，所以得到廣泛應(yīng)用。但由于評價結(jié)果容易受到評價人主觀意識的影響和經(jīng)驗，知識的局限，容易帶有個人偏見和片面性。

經(jīng)濟(jì)分析法是一種以事先議定好的某個綜合經(jīng)濟(jì)指標(biāo)來評價不同的對象的CE方法。運(yùn)籌學(xué)和其他數(shù)學(xué)方法因為用到的數(shù)學(xué)知識較多，目前有以下幾類：多目標(biāo)決策方法、層次分析法、模糊綜合評價方法等。智能化評價方法主要是基于BP人工神經(jīng)網(wǎng)絡(luò)的評價方法，通過BP算法，學(xué)習(xí)或訓(xùn)練獲取知識，并存儲在神經(jīng)元的權(quán)值中。由于基于BP人工神經(jīng)網(wǎng)絡(luò)的評價方法具有自適應(yīng)性、可容錯性、能夠處理非線形、非局域性等復(fù)雜關(guān)系系統(tǒng)，所以得到越來越鋼釩的應(yīng)用。本文即時此評價方法的應(yīng)用。

1.2 多種綜合評價方法并用

單一的綜合評價方法已經(jīng)不能滿足復(fù)雜的現(xiàn)實(shí)狀況，因此需要把各種綜合評價方法結(jié)合起來使用。在現(xiàn)階段的研究中，以兩種綜合評價方法的組合最為普遍。

2.繼電器綜合評價模型

2.1人工神經(jīng)網(wǎng)絡(luò)簡介

人工神經(jīng)網(wǎng)絡(luò)（Aritifical Neural Networks，簡稱ANN），是以計算機(jī)網(wǎng)絡(luò)系統(tǒng)模擬生物神經(jīng)網(wǎng)絡(luò)的智能計算機(jī)系統(tǒng)，是對人腦或自然神經(jīng)網(wǎng)絡(luò)的若干基本特性的抽象和模擬。它由大量的神經(jīng)元組成，它非常重要的特征就是能自學(xué)習(xí)、自組織、自適應(yīng)，還能夠并行處理和容錯。進(jìn)入20世紀(jì)90年代以來，人工智能技術(shù)，如神經(jīng)網(wǎng)絡(luò)、模糊邏輯、遺傳算法等開始在電力系統(tǒng)的各個領(lǐng)域得到廣泛應(yīng)用。

隨著人工神經(jīng)網(wǎng)絡(luò)的逐步完善，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)建立綜合評價系統(tǒng)往往能取得意料不到的效果。尤其是針對那些評測目標(biāo)繁多，目標(biāo)間關(guān)系復(fù)雜的系統(tǒng)進(jìn)行綜合評價，人工神經(jīng)網(wǎng)絡(luò)模型往往能更好的取得滿意的結(jié)果。

目前，人工神經(jīng)網(wǎng)絡(luò)在綜合評價系統(tǒng)中已經(jīng)得到廣泛應(yīng)用，例如人工神經(jīng)網(wǎng)絡(luò)方法在綜合評價秈稻品質(zhì)中的應(yīng)用，人工神經(jīng)網(wǎng)絡(luò)在電器優(yōu)化設(shè)計中的研究等等。本課題在對人工神經(jīng)網(wǎng)絡(luò)進(jìn)行深入研究的基礎(chǔ)上，根據(jù)繼電器產(chǎn)品評價指標(biāo)繁多的特點(diǎn)，計劃提出一種新的針對電器產(chǎn)品模糊評判中評價指標(biāo)的權(quán)重分配方法，并運(yùn)用神經(jīng)網(wǎng)絡(luò)對繼電器設(shè)計方案進(jìn)行評價，應(yīng)用Matlab仿真軟件進(jìn)行編程，從而實(shí)現(xiàn)對繼電器產(chǎn)品高效、快捷的評價方法。

2.2基于人工神經(jīng)網(wǎng)絡(luò)的繼電器評價系統(tǒng)

在確立了一個多層次的綜合評價體系之后，總結(jié)影響評價結(jié)果的幾大參數(shù)，比如：工藝特性、靜態(tài)特性、過負(fù)荷能力、成本特性等，并根據(jù)測得數(shù)據(jù)進(jìn)行綜合評價，比如，分為優(yōu)、良、中、差等。而基于人工神經(jīng)網(wǎng)絡(luò)的模糊識別系統(tǒng)在這方面就有著明顯的優(yōu)勢。

人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)主要分為三層神經(jīng)網(wǎng)絡(luò)，分別是輸入層（input）、隱層（hide layer）和輸出層（output layer）。通過利用上面評價結(jié)果對測量數(shù)據(jù)進(jìn)行分組，從而對神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督的訓(xùn)練。經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)就可以用來評判其它繼電器。

2.3 BP算法數(shù)學(xué)運(yùn)算規(guī)則

BP（back propagation）即多層前饋網(wǎng)絡(luò)，也就是神經(jīng)元的鏈接權(quán)重的訓(xùn)練是從最后一層（輸出層）開始，然后反向依次更新前一層的鏈接權(quán)重。

當(dāng)神經(jīng)元的激勵函數(shù)是SIGMOID型時，由神經(jīng)元組成的前傳型網(wǎng)絡(luò)的傳遞函數(shù)是可導(dǎo)的。所以誤差向后傳播學(xué)習(xí)方法可以用LMS法則。令某一訓(xùn)練輸入矢量為XK， YK，輸入層有n個節(jié)點(diǎn)，輸出層有m個節(jié)點(diǎn)，則：