共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
提出将Rough集理论与构造型神经网络覆盖算法相结合,用Rough集理论提取保持信息完整的最小属性集后构造覆盖网络,提高了覆盖算法的泛化能力,而对于属性不完备信息系统进行粒度处理后再构造覆盖网络,能解决覆盖算法对不完备信息系统的分类.实验结果表明该算法能提高覆盖算法的应用范围和对不完备信息系统的知识发现. 相似文献
3.
基于构造型反馈神经网络聚类算法 总被引:1,自引:0,他引:1
文章改进了自反馈FP聚类算法,并将该聚类算法应用于中国的证券市场。对应用的结果进行分析,说明了自反馈FP聚类算法作为聚类分析器在证券研究的应用中具有实用价值,以及在对证券市场深入研究中具有较好的应用前景。 相似文献
4.
5.
6.
7.
基于神经网络的故障诊断应用研究 总被引:4,自引:0,他引:4
文中根据神经网络的相关原理,运用神经网络领域的相关知识,对于工业生产中经常出现的设备故障,提出了一种基于RBF神经网络的诊断方法,并详细讨论了RBF神经网络的结构、训练算法及用于设备故障诊断的步骤,最后以某系统的故障诊断为例,证明了此方法的优越性。 相似文献
8.
9.
神经网络在化工过程故障诊断中的应用 总被引:5,自引:0,他引:5
针对现代复杂的化工生产过程,提出一种基于神经网络的故障诊断方法。并分别将典型的BP算法和改进后的BP算法用于TE(Tennessee Eastman)模型的故障诊断中。经过诊断结果的比较,得出标准的BP算法在实际应用中具有收敛速度慢等缺点;自适应学习速率动量梯度下降的BP算法以及用L-M(Levenberg-Marquardt)法先对BP网络进行优化的BP算法具有收敛速度快、不易陷入局部极小值等优点,其中又以L-M优化BP算法效果最好。结合rIE模型的仿真结果可以看出,L-M优化BP算法在工业实际中具有很大的优势。 相似文献
10.
神经网络在网络故障诊断中的应用研究 总被引:1,自引:0,他引:1
研究保护网络的安全性,针对传统网络故障知识库冗余度高和稳定性难以两全的缺陷.为保证对故障实时和精确诊断,可以综合利用神经网络方法和粗糙集理论,提出了RSNN算法,可实现不一致情况下的规则获取和学习样本的净化处理.算法具有简化样本、适应性强和容错性高等优点,克服了传统神经网络易陷入局部最优值的缺陷,能够有效消除网络故障诊断中噪声或不相容的信息.利用上述改进方法进行仿真,结果表明,改进方法与同类的其他方法相比,提高了诊断准确率和诊断速度,为实际应用提供了依据,具有一定的价值. 相似文献
11.
12.
13.
基于多级模糊神经网络的故障诊断在化工生产过程中的应用 总被引:5,自引:0,他引:5
化工生产过程一般都非常复杂,如柠檬酸蒸发。由于控制回路与测控参数很多,生产过程的故障检测与诊断问题非常困难,难以做到实时检查,得到其故障信息。所以本文提出一种基于神经网络的多级故障诊断系统。采用三级递阶模糊神经网络,降解整个系统故障诊断问题的复杂性,同时采用所有子神经网络全局并行的推理方式,具有快速处理能力,适合系统实时在线故障诊断。 相似文献
14.
基于神经网络专家系统的钻井事故诊断 总被引:1,自引:0,他引:1
结合石油钻井工程的实际情况,依据钻井过程的监测参数,设计了利用神经网络进行知识获取、专家系统进行事故诊断的钻井工程事故智能诊断系统。通过神经网络对钻井复杂问题实例的不断学习训练,获得用于智能诊断的知识,完成对事故发生可能性的初步诊断。经过专家系统的进一步启发式反向推理验证事故是否存在,给出最后确诊,以此监控钻井参数,指导钻井参数调整的实施。应用实例结果表明,该智能诊断系统应用于钻井事故诊断是有效的,对减少钻井事故的发生与发展具有重大的实际应用价值。 相似文献
15.
战场电磁环境的快速准确估计是态势和威胁评估的前提。在电磁环境复杂度静态评估的基础上,优化了适合动态评估的指标集,将云模型与构造型神经网络相融合为构造型云神经网络,提出基于构造型云神经网络的电磁环境复杂度动态评估方法。该方法能够提高评估结果的客观性以及准确率,无线电监测数据验证了方法有效性。 相似文献
16.
提出一种基于自联想神经网络(AANN)的新算法用于系统中传感器故障诊断。阐述了AANN的结构和算法。具体说明了搜寻2个故障传感器和恢复信号的方法。用改进的AANN诊断有噪声情况下传感器跳变故障并恢复信号。本方法有易实现、结构简单的优点,仿真结果表明:本方法是可行的。 相似文献
17.
为更好解决抽油机井示功图模式诊断问题,依据示功图绘制原理,将示功图识别看作动态系统连续曲线(位移-时间曲线和载荷-时间曲线)的模式识别问题。利用过程神经元能同时处理时、空二维信息,可自动抽取时变函数样本的过程模式特征,在机制上对时变信号的分类问题具有较好的适应性,提出一种基于对传过程神经元网络诊断模型及其学习算法。以油井实测数据对模型进行训练和故障识别,取得了较好的应用效果。 相似文献
18.
基于AdaBoost算法的故障诊断仿真研究 总被引:1,自引:1,他引:1
AdaBoost算法是提高预测学习系统预测能力的有效工具。提出一种基于AdaBoost算法的神经网络故障诊断方法,利用多层前向神经网络作为故障弱分类器,实现了对多类故障的诊断。为了克服AdaBoost对数据噪声比较敏感的不足,通过降低错分样本的权重改进了算法。针对一个涡轮喷气发动机气路部件故障的仿真实验表明,这种方法提高了最终故障分类器的泛化能力,改善了其噪声鲁棒性,便于工程应用。 相似文献
19.
结合小波变换和神经网络的优势给出小波神经网络的结构模型,研究了小波神经网络的学习算法;针对传统算法收敛速度慢等问题,从学习率和引入动量项两个方面对算法进行改进。应用小波网络对滚动轴承的典型故障进行实例诊断。以7216圆锥轴承在实验台上所测取的数据进行网络训练。用振动信号为网络输入向量,给出训练结果。仿真实例表明,采用小波神经网络能够很好地对故障进行分类,其收敛速度明显要快于相同条件BP神经网络,有效地实现了滚动轴承的故障诊断。 相似文献
20.
为了提高模拟移动床控制系统PH传感器的可靠性,提出了一种基于两级RBF神经网络的故障诊断方法。该方法首先利用径向基(RBF)神经网络对传感器的输出序列建立预测模型,通过计算预测输出和实际输出的残差来检测故障的发生,然后对包含故障的残差信号利用小波变换进行特征提取,最后利用RBF诊断网络实现故障诊断。通过把这种方法应用到实际诊断测试中,可达到较准确的诊断结果。 相似文献