摘要
本发明公开了一种基于小波神经网络的网络故障诊断方法,步骤如下:S1,获取故障和正常状态下的网络数据;S2,对网络故障数据进行数值化和归一化处理,并采用PCA降维算法进行数据降维;S3,创建小波神经网络模型,选用改进的灰狼优化算法,将优化得到的参数作为小波神经网络模型的参数;再将步骤S2处理后的网络故障数据作为输入,反向调整参数时增加动量因子,通过不断训练,完成网络故障诊断模型建立;S4,输入实时网络状态数据,判断网络是否出现故障;S5,输出网络故障诊断结果及故障类别。本发明引入动量因子,提高诊断模型的局部寻优能力;采用改进灰狼算法,优化故障诊断模型的初始参数,避免初始参数选取的随机性。