首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 405 毫秒

1.  基于粗糙集与人工神经网络的烟气机故障诊断  
   舒服华《化工设备与管道》,2006年第43卷第1期
   提出了一种粗糙集理论与神经网络集成的烟气机故障诊断方法。首先应用SOM网络对故障诊断数据中的连续属性进行离散化,然后根据粗糙集理论,借助遗传算法进行故障诊断决策系统约简,获得最优决策系统。最后在最优决策系统的基础上,设计RBF神经网络对烟气机故障进行诊断。试验结果显示,该方法可以有效提高烟气机故障诊断的精度和效率。    

2.  运用粗糙集与小波神经网络诊断往复泵故障  被引次数:1
   舒服华《石油机械》,2006年第34卷第4期
   提出一种粗糙集理论与小波神经网络集成的往复泵故障诊断方法。首先利用小波包对采集信号进行分解和重构能量特征向量。然后应用SOM网络对故障诊断数据中的连续属性进行离散化,根据粗糙集理论,借助遗传算法进行故障诊断决策系统约简,获得最优决策系统。在最优决策系统的基础上,设计RBF神经网络对往复泵故障进行诊断。试验结果显示,该方法可以有效提高往复泵故障诊断的精度和效率。    

3.  基于粗糙集与BP神经网络的烟气机故障诊断  
   兴连国  许宝杰《北京机械工业学院学报》,2006年第21卷第4期
   结合粗糙集理论和神经网络在信息处理方面的优势,提出了一种基于粗糙集理论与BP神经网络相结合的烟气机故障诊断方法.首先对故障诊断数据中的连续属性进行离散化,然后根据粗糙集理论进行故障诊断决策系统约简,获得最优决策系统.最后在最优决策系统的基础上,设计BP神经网络对烟气机故障进行诊断.试验结果表明,该方法可以有效提高烟气机故障诊断的精度和效率.    

4.  基于粗糙集与神经网络集成的内燃机故障诊断  被引次数:10
   冯志鹏  宋希庚  薛冬新《内燃机学报》,2003年第21卷第1期
   鉴于粗糙集理论对于决策系统的约简处理能力以及神经网络的自组织聚类和非线性映射功能,提出了应用SOM的网络-粗糙集-BP网络集在进行故障诊断的方案:应用SOM网络离散化故障诊断数据中的连续属性值;基于粗糙集理论计算诊断决策系统的约简,根据实际需要确定最优决策系统,在量优决策系统的基础上设计BP网络进行故障诊断,柴油机的实际诊断结果验证了将神经网络与粗糙集理论相结合进行故障诊断的可行性,在数据充分的条件下,该方案可以推广应用于其它机械设备。    

5.  粗集—RBF神经网络在故障诊断中的应用  
   刘红  王国成  李航《装备制造技术》,2010年第6期
   将粗糙集-RBF神经网络的故障诊断方法应用于飞机燃油系统的故障诊断,该方法是把原始数据进行属性约简,得到最小条件属性集后,输入后置RBF神经网络进行信息处理,不但能有效地简化神经网络的结构和规模,也提高了故障诊断效率.    

6.  基于局域波-粗糙集-神经网络的故障诊断方法研究  被引次数:1
   王奉涛  马孝江  张勇《内燃机工程》,2007年第28卷第2期
   提出了一种基于局域波-粗糙集-神经网络的智能故障诊断方法。首先通过局域波法进行故障特征提取,获取能够反映设备运行状态的由局部能量组成的特征向量;接着应用粗糙集理论对样本特征参数进行属性约简,去除冗余信息,获取最优的决策系统;最后根据最优决策系统来构造RBF神经网络,并进行故障诊断。以柴油机缸套活塞磨损故障为例,详细说明了基于粗糙集-局域波-神经网络的故障诊断方法的原理和步骤。诊断结果证明了此方法的有效性。    

7.  基于变精度粗糙集的故障诊断应用研究  被引次数:1
   张永敢  蔡瑞英《计算机工程与设计》,2009年第30卷第3期
   标准的粗糙集理论不能很好地处理带有噪声的数据,而故障诊断信息中难以避免地存在噪声数据,对此,提出了一种基于变精度粗糙集理论的故障诊断模型.先用自组织特征映射神经网络对连续属性进行离散化,然后利用变精度粗糙集的近似依赖性进行属性约简,据此得到决策规则,并给出了一个实例来说明如何应用这种故障诊断模型.    

8.  变精度粗糙集和支持向量机在轴承故障诊断中的应用  
   牛小玲  任子晖《煤矿机械》,2014年第35卷第10期
   针对故障诊断中样本缺乏以及样本数据中难免存在噪声等问题,提出了变精度粗糙集与支持向量机杂合的故障诊断方法:先用变精度粗糙集理论提取故障诊断的特征,获得最优决策系统,在此基础上设计了SVM多分类器进行故障诊断.轴承故障诊断的仿真结果验证了变精度粗糙集理论与支持向量机杂合的诊断方法的可行性.    

9.  粗糙集和自适应神经网络的集成模型在边坡稳定性分析中的应用  
   张强  吴军  毛生海《金属矿山》,2004年第Z1期
   介绍了利用SOM网络-粗糙集-BP网络集成进行边坡稳定性预测的方案,应用SOM网络将边坡稳定性因素中的连续属性值离散化及基于粗糙集理论计算边坡稳定决策系统的约简,并根据实际需要确定最优决策系统和在最优决策系统的基础上设计BP网络进行预测.边坡稳定性预测的实际结果验证了所提出的神经网络与粗糙集理论相结合的可行性,在数据充足的条件下,该方案可以推广到其它具有连续属性值的情况.    

10.  粗糙集-神经网络在铝电解故障诊断中的应用  
   李界家  房智超  孙璐璐《沈阳建筑工程学院学报(自然科学版)》,2009年第25卷第4期
   目的通过对铝电解生产过程中的故障进行有效地诊断来提高铝的生产效率和节约能源.方法把粗糙集和神经网络结合起来应用在铝电解的故障诊断中.先用自组织特征映射网络(SOM)对初始数据进行离散化后得到决策表,然后用粗糙集理论对决策表进行约简得到最简决策表,根据最简决策表设计BP神经网络对铝电解中的故障进行诊断.结果用粗糙集对神经网络的输入数据进行预处理可以简化神经网络的结构,减少计算量和训练时间,从而提高整个诊断系统的诊断效率、故障诊断准确率在90%以上.结论该方法能够对铝电解中的故障做出正确的诊断.    

11.  基于变精度粗糙集的水电机组故障诊断  
   王荣荣  王利平  侯新刚《水利水电科技进展》,2009年第29卷第3期
   将变精度粗糙集理论引入水电机组故障诊断中,利用变精度粗糙集属性约简方法对水电机组故障的检测信息进行约简,提取对故障分类起主要作用的信息,并用RBF神经网络对粗糙集处理后的故障信息进行诊断。该方法不仅克服了神经网络对冗余信息和有用信息识别的局限性,有效地降低了神经网络的输入信息空间维数,减小了神经网络规模,还可以弥补经典粗糙集方法对输入信息中的噪声较敏感、抗干扰能力差的不足,进而达到提高诊断准确性的目的。水电机组振动故障实例的诊断分析结果证明了该诊断方法的有效性和优越性。    

12.  粗糙集、神经网络和专家系统模型用于电力系统故障诊断  被引次数:2
   邓武  杨鑫华  赵慧敏  唐飞龙《高电压技术》,2009年第35卷第7期
   针对电力系统变电所故障诊断系统中含有大量不确定信息和实时性要求高的特点,以电力系统变电所开关保护信息为基础,基于智能互不融合的思想,将粗糙集、神经网络和专家系统有机结合在一起,提出一种电力系统变电所故障诊断的新方法。首先在数据采集和预处理的基础上,利用混合聚类法对原始故障诊断样本进行离散化处理,然后利用粗糙集理论对样本决策表进行属性约简,删除冗余信息,得到能够覆盖原始数据特征的具有最小条件属性的相应学习样本集。再运用径向基函数(RBF)神经网络对故障诊断知识进行模式识别,并结合专家系统,利用其推理判断能力,对RBF神经网络的某些输出结果进行必要的修正。最后通过故障诊断实例,说明了方法的有效性。    

13.  粗糙集与模糊神经网络集成在故障诊断中的研究  被引次数:4
   魏玉宾  陈科  张晓彤  孙兆林  郭颖《计算机测量与控制》,2005年第13卷第8期
   考虑模糊聚类的数据离散功能,粗糙集理论对决策系统的约简能力,以及模糊神经网络在模式识别方面具有的优势,提出了粗糙集一自适应模糊神经网络推理系统(ANFIS)集成进行故障诊断的方案:首先,应用SOM方法离散故障诊断数据中的连续属性值;然后,基于粗糙集理论计算诊断决策系统的约简,按照实际需要确定诊断条件;最后,根据系统约简设计ANFIS进行故障诊断。4135柴油机的实际诊断结果验证了文中提出集成故障诊断方案的可行性。在数据充分的条件下,该方案可以推广应用于其它机械设备。    

14.  基于粗糙集理论的柴油机神经网络故障诊断研究  被引次数:8
   曹龙汉  曹长修《内燃机学报》,2002年第20卷第4期
   介绍了粗糙集理论的核心内容 ,给出了基于 kohonen神经网络的连续属性值离散化方法。应用粗糙集理论对反映柴油机运行工况的特征参数进行了属性简化 ,剔除了不必要的属性。研究了 RBF神经网络故障诊断模型及学习规则 ,给出了基于粗糙集理论的 RBF神经网络故障诊断原理和步骤。通过对柴油机供油系统柱塞磨损故障的自动分类和诊断 ,表明该系统能有效地减少神经网络的输入节点数 ,克服了神经网络规模过于庞大及分类识别速度慢等缺点。    

15.  基于粗糙集和神经网络的机械故障诊断研究  被引次数:1
   李爱民  施惠丰《昆明理工大学学报(自然科学版)》,2011年第36卷第1期
   提出了粗糙集理论与神经网络结合的机械故障诊断方法,研究了连续属性离散化的SOM方法和条件属性约简的差别矩阵方法,归纳了构建神经网络需考虑的关键问题,用一个算例验证了方法的有效性.结果表明:粗糙集能有效地约简冗余信息,简化神经网络的结构,缩短网络的训练时间,提高诊断的效率;SOM网络能将连续性输入映射成具有理想聚类结果的离散性输出,并能保持数据间的拓扑结构不变;利用差别矩阵对决策表进行约简,结果准确可靠;BP神经网络泛函逼近能力强,能快速准确地完成特征空间到故障空间的映射.    

16.  基于粗糙集与神经网络的故障诊断研究  被引次数:1
   黄广君  郭洪涛  张孝国《计算机工程与应用》,2008年第44卷第35期
   通过引入粗糙集理论,利用可辨识矩阵约简算法对故障诊断决策表进行属性约简,剔除其中不必要的属性,然后构造改进的BP神经网络作为粗糙集的后端处理机,构造了基于粗糙集与神经网络的故障诊断模型。仿真结果表明,该方法可以有效地减少输入层个数,简化神经网络结构,减少网络的训练时间,在故障诊断中有良好的应用前景。    

17.  基于粗糙集和TS-ANN的柴油机故障诊断推理  
   谢春明  肖露欣  祝元仲《计算机测量与控制》,2013年第1期
   研究了一种基于粗糙集和禁忌神经网络(Tabu Search-Artificial neural network,TS-ANN)的故障诊断方法,解决了柴油机由于激振源多而导致的故障诊断困难的问题;首先通过SOM网络实现对初始决策表的属性值离散化,使用基于属性重要度的属性简约算法实现对决策表的属性简约,从而降低输入数据维数,然后通过禁忌算法实现对神经网络的隐层神经元个数以及权、阀值进行优化,将优化后的参数代入BP神经网络后进行训练以进一步调整,最后将训练好的神经网络用于实现故障诊断推理;仿真实验证明文中的方法能精确地实现故障诊断,且与其他方法相比,诊断精度分别提高了28.34%、13.45%和9.67%。    

18.  基于SOM-VPRS的平衡机故障诊断  
   韩勇  王洁  王学智  程永强《计算机测量与控制》,2014年第1期
   针对平衡机故障的特点,采集了振动信号进行故障诊断;设计了故障信息采集系统,解决了故障信息提取困难的问题,减少了噪声信号;融合自组织(SOM)网络和变精度粗糙集(VPRS)形成了SOM-VPRS算法,实现了平衡机的故障诊断。运用SOM网络进行了连续属性的离散化,采用变精度粗糙集的近似依赖模型进行属性约简,得到故障诊断决策规则,属性约简后,属性集由20个减少为7个,规则集由70个减少为34个,计算复杂度降低;对决策规则进行了验证,诊断正确率可以达到95%以上,且模型和算法具有普遍适用性。    

19.  基于粗糙集-RBF的配电网故障诊断系统研究  
   黄作维  易定伟《西南工学院学报》,2008年第23卷第2期
   为了改进人工智能方法在配电网故障诊断系统中的应用,给出了基于粗糙集理论的RBF神经网络的模型结构,然后利用训练好的神经网络对配电网进行故障诊断。采用VC++语言开发工具,调用Matlab神经网络工具箱建立了一个简化的故障诊断系统,并通过配电网实例验证了方法的正确性。实践证明该系统不但提高了配电网故障诊断的容错性,使故障诊断变得更加准确有效,而且减少了神经网络样本数据,大大减少了故障诊断过程的时间。    

20.  基于神经网络的配电网故障诊断研究  
   贺迅宇《机械与电子》,2008年第8期
   为了改进人工智能方法在配电网故障诊断系统中的应用,给出了基于粗糙集理论的RBF神经网络的模型结构,然后利用训练好的神经网络对配电网进行故障诊断.采用VC 语言开发工具,调用Matlab神经网络工具箱建立了一个简化的故障诊断系统,并通过配电网实例验证了方法的正确性.实践证明不但提高了配电网故障诊断的容错性,使故障诊断变得更加准确有效,而且减少了神经网络样本数据,减少了故障诊断过程的时间.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号