基于粗糙集神经网络和信息融合的故障诊断 |
| |
引用本文: | 赵洪国,王英健,王善侠. 基于粗糙集神经网络和信息融合的故障诊断[J]. 计算机技术与发展, 2005, 15(1) |
| |
作者姓名: | 赵洪国 王英健 王善侠 |
| |
摘 要: | 神经网络是智能故障诊断系统的一种重要的方法.粗糙集理论则是处理不完备信息的一种技术.文中以复杂的人工智能诊断问题为研究对象,系统地论述了基于神经网络、粗糙集、信息融合的智能诊断的理论、方法与实践.其主要方法如下:在故障诊断的神经网络模型的基础上,以粗糙集理论中的信息系统属性值表为主要工具,将复杂的组合神经网络约简并删除其中不必要的属性,克服了网络规模过于庞大和分类速度慢的缺点,并给出了基于粗糙集理论的组合神经网络的模型结构,最后再利用数据融合技术,得出更加精确的结果.一个故障诊断实例证明了该方法的有效性.
|
关 键 词: | 智能诊断 神经网络 粗糙集 信息融合 |
Fault Diagnosis Based on Rough Set Neural Networks and Data Fusion |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|