[发明专利]遗传算法优化BP神经网络的WPT系统阻抗匹配方法

摘要

本发明公开了一种遗传算法优化BP神经网络的WPT系统阻抗匹配方法，采用遗传算法对神经网络的权值和阈值进行优化，将优化后的权值和阈值作为神经网络的局部搜索的初始权值和阈值，然后根据系统检测到的输入阻抗作为BP神经网络的输入信号，利用神经网络的局部搜索能力在搜索空间中搜索出最优匹配电容值，通过控制电机调节可变电容实现WPT系统的阻抗匹配。本发明的有益效果是，针对神经网络算法自身存在的易限于局部最小值，收敛速度慢等缺点，引入遗传算法对BP神经网络权值和阈值进行优化，加快了BP神经网络的收敛速度，提高了WPT系统阻抗匹配的准确性和高效性。

主权项

1.一种遗传算法优化BP神经网络的WPT系统阻抗匹配方法，其特征在于，该方法包括如下步骤：步骤一：选取WPT系统中合适的特征量作为模型的输入变量，用以优化阻抗匹配参数，实现系统的阻抗匹配。步骤二：确定神经网络的拓扑结构，初始化、训练BP神经网络，通过学习建立WPT系统输入变量与系统匹配网络参数的映射关系。步骤三：将BP神经网络测试样本电容的输出误差平方和取倒数作为遗传算法的适应度函数。步骤四：进行遗传算法优化，初始化种群，将BP神经网络得到的适应度函数进行反复染色体复制、交叉、变异过程，最终解码得到最佳权值和阈值。步骤五：利用优化后权值和阈值对BP神经网络输出电容值进行预测，再通过控制电机来调节匹配网络中的匹配电容使系统达到阻抗匹配状态。