论文部分内容阅读
为保证旋转机械注水泵机组安全、稳定运行，应采用合适的预测模型对其状态评定参数进行预测。提出基于均值函数新息加权的遗传算法优化神经网络预测模型（MWGANN模型），用此模型能够优化神经网络结构参数，并可利用时间序列数据新旧程度的不同提高预测的精度和实时性。工业现场采集大型旋转注水泵机组振动烈度时间序列数据，应用MWGANN模型和基于人工经验设定神经网络结构参数的模型分别对其进行预测并比较，结果表明MWGANN模型在预测精度、预测实时性方面取得了较好的效果。