识取技术及其在网络智能故障诊断中的应用

基于遗传算法提出了一种新型的机器学习方法,它利用遗传算法的全局寻优手段,为解决知识获取这一瓶颈问题另辟捷径.论述了该方法的原理及其实现过程,并且给出了网络故障诊断应用实例,证明了它的有效性.     

知识获取技术及其在网络智能故障论断中的应用

基于遗传算法提出一种新型的机器学习方法,它利用遗传算法的全局寻优手段,为解决知识获取这一瓶颈问题另辟捷径。论述了该方法的原理及其实现过程,并且给出了网络故障诊断应用实例,证明了它的有效性。     

基于遗传算法的知识获取及其在故障诊断中的应用研究

从优化角度出发,本文提出一种基于遗传算法的机器学习方法,该方法能够从学习 实例中总结出有用的知识．针对该优化模型,本文用一种新型的遗传算法对其进行优化,并 将该方法应用于旋转机械故障诊断知识获取过程,仿真实验结果说明该方法是比较有效的．     

神经网络在智能故障诊断技术中的应用及其发展趋势

介绍了人工神经网络与专家系统相结合的智能故障诊断系统的优点、结构组成、工作原理以及运行过程，并预测了人工神经网络应用的发展趋势。     

装备故障诊断专家系统知识获取方法

针对导弹武器装备故障诊断专家系统的知识获取与机器学习进行研究,系统介绍了知识获取与机器学习系统的构成。提出了一种基于仿真技术的故障知识获取方式,仿真数据经过分析、变换,转化为知识,从而实现知识获取。     

软仪表及其在智能故障诊断中的应用

在现代工业自动化系统和测试系统中,软仪表已逐渐成为一种范式,随着软仪表的广泛使用,为智能故障诊断提供了可能,本文从开发实例入手,论证了软仪表在智能故障诊断应用中的可行性,对其应用于智能故障诊断的前景做出有益的探索。     

智能工程及其在过程工业故障诊断自动化中的应用

本文分析了过程工业故障诊断自动化的特点及研究现状,探讨了目前过程工业故障诊断存在的难点和关键技术。简介了智能工程的一般内容,并引入智能工程的理论和技术,讨论了集成化智能故障诊断系统的设计原理、系统结构及实现方法。最后,结合某化工厂烧碱生产线故障诊断,介绍了我们在集成化智能故障诊断系统方面所做的工作。     

BP网络结合遗传算法在故障诊断中的应用

分析了BP神经网络在模拟电路故障诊断中的缺点,提出了在BP神经网络的拓扑结构确定的情况下,先用遗传算法来训练BP网络的权值和阈值,经过若干代的交叉、变异后得到稳定的权值和阈值;再将它们赋值给BP神经网络,作为初始值,重新训练.这样训练出来的网络才能得到全局的最优值;同时还能够提高神经网络用于模拟电路故障诊断的智能性,改善故障诊断的精度和速度.     

计算智能在故障诊断专家系统中的应用

基于知识的专家系统及其在故障诊断中的应用研究十分活跃,形成一类故障诊断专家系统,但该方法存在知识获取的瓶颈、推理能力弱及难于处理不确定知识等问题,其进一步发展受到严重的阻碍。与此同时,神经网络、模糊逻辑和遗传算法等计算智能在近年来却取得了一系列的进展,并具有专家系统等符号智能所缺乏的优势。将计算智能应用到专家系统中即与符号智能相结合起来能有效地解决诊断专家系统的难题,该文对此进行了探讨,并提出了一些新的思路。     

智能故障诊断系统中的知识发现方法

从数理统计和关联规则的综合性出发,提出了一种从事例集中获取知识的机器学习方法。该方法利用Matlab进行编程,按照预定的优化目标生成最优的产生式规则。以旋转机械故障诊断知识发现为例进行了仿真实现,从中可获取各类故障的最优判别功能。结果表明,该方法是可行的,它验证了该方法在旋转机械故障诊断中的实用性和有效性。     

改进的遗传BP网络在旋转机械故障诊断中的应用

针对旋转机械故障的复杂性和相关性,本文采取改进的遗传BP网络算法进行诊断.首先利用遗传算法对BP网络的初始权值和偏置值进行优化,然后采取改变学习速度的方法对BP算法进行了改进,很好地解决了传统BP算法的学习收敛速度慢和产生局部极小的问题.通过样本训练和故障诊断分析,该算法在速度和精度上都有很大的提高.     

基于遗传算法与BP神经网络的故障诊断模型

为了克服单独应用BP算法时存在的缺陷,利用遗传算法(GA)对其进行了改进,建立了基于遗传算法与BP神经网络相结合的诊断模型,此外在二进制编码方法的基础上,讨论了十进制的编码方法与实现以及网络模型参数取值与学习次数间的相互影响等关键问题。     

系统故障诊断的一种神经网络方法

该文首先提出一个通用故障示例模型,然后运用一种自适应神经网络学习算法来寻找差错属性与故障类型之间的对应关系,由此对故障进行诊断。因为网络的结构事先并不确定,而是在训练的同时进行同步构造,所以确保了训练后建立网络具有较好的适应性。     

FMS智能故障诊断专家系统的建立和开发

采用基于人工智能的故障诊断专家系统方法，附以模糊数学、神经网络、机器学习、数据库等理论，解决故障诊断中知识的合理表达，基于符号和数值的多种快速推理机制，知识的自动获取及知识库智能化管理等关键技术，建立了一个智能模糊故障诊断专家系统。     

BP网络改进算法及其在故障诊断中的应用

针对基本BP算法在接近最优点时收敛速度变慢的缺点,提出一种BP网络的快速训练算法。将网络训练过程分为两个阶段,首先采用BP算法使其接近最优点,再改用共轭梯度法以加快收敛速度。仿真结果表明该算法是一种快速的方法。并将其应用于故障诊断中,结果表明了该方法的可行性。     

一种基于模糊神经网络的模拟电路故障诊断方法

提出了一种采用小波分析与遗传算法相结合的模糊神经网络对模拟电路进行故障诊断的新方法。该方法采用基于小波分析的主成分分析方法对网络的训练样本进行预处理,提取优化向量后利用遗传算法对模糊神经网络进行训练。对两个模拟电路的诊断实例表明该方法故障覆盖率高,并能有效诊断出同类方法误诊的故障类型。     

基于蚁群算法的电路故障诊断研究

BP算法在神经网络中应用较为广泛，但有收敛速度慢、易于陷入局部极小点的缺点。蚁群算法是一种新型的模拟进化算法。具有正反馈、分布式计算、全局收敛、启发式学习等特点。本文将蚁群算法和神经网络结合，应用于电路故障诊断中，有效提高了诊断效率。     

网络安全设备故障管理中智能轮询策略的研究

为保证系统在给定故障管理带宽阈值下,仍然具有较高的故障征兆信息采集频率,该文提出了一种故障管理智能轮询算法。该算法根据故障征兆参数值的时间属性,使用离散傅立叶变换将参数值分解为不同频率的正弦函数,进而根据系统预先设定的各参数故障告警阈值,决定使用分解得到的最大或最小频率作为轮询间隔时间。最后,通过试验证明该算法具有较高的效率和可靠性。     

基于遗传小波网络的飞控系统故障诊断研究

针对飞行控制系统的传感器故障诊断问题,构造基于Mexico hat小波的小波神经网络,采用改进的自适应遗传算法优化所构造的小波网络的网络参数,并应用训练好的小波网络对飞行控制系统的传感器故障进行诊断.通过在Matlab/Simulink中建立飞控系统传感器的数字仿真模型并进行计算机仿真,得出所构造的小波网络能很好地诊断出飞控系统传感器的三类故障.仿真结果表明,用遗传算法训练小波网络,收敛速度快,且不会陷入局部最优点,训练好的小波神经网络的收敛性、故障诊断能力及泛化性均强于传统的BP神经网络.