昆明理工大学学报（自然科学版）
昆明理工大學學報（自然科學版）
곤명리공대학학보（자연과학판）
JOURNAL OF KUNMING UNIVERSITY OF SCIENCE AND TECHNOLOGY（SCIENCE AND TECHNOLOGY）
2011年
1期
35-39
,共5页
粗糙集%神经网络%机械故障诊断
粗糙集%神經網絡%機械故障診斷
조조집%신경망락%궤계고장진단
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.
提齣瞭粗糙集理論與神經網絡結閤的機械故障診斷方法,研究瞭連續屬性離散化的SOM方法和條件屬性約簡的差彆矩陣方法,歸納瞭構建神經網絡需攷慮的關鍵問題,用一箇算例驗證瞭方法的有效性.結果錶明:粗糙集能有效地約簡冗餘信息,簡化神經網絡的結構,縮短網絡的訓練時間,提高診斷的效率;SOM網絡能將連續性輸入映射成具有理想聚類結果的離散性輸齣,併能保持數據間的拓撲結構不變;利用差彆矩陣對決策錶進行約簡,結果準確可靠;BP神經網絡汎函逼近能力彊.能快速準確地完成特徵空間到故障空間的映射.
제출료조조집이론여신경망락결합적궤계고장진단방법,연구료련속속성리산화적SOM방법화조건속성약간적차별구진방법,귀납료구건신경망락수고필적관건문제,용일개산례험증료방법적유효성.결과표명:조조집능유효지약간용여신식,간화신경망락적결구,축단망락적훈련시간,제고진단적효솔;SOM망락능장련속성수입영사성구유이상취류결과적리산성수출,병능보지수거간적탁복결구불변;이용차별구진대결책표진행약간,결과준학가고;BP신경망락범함핍근능력강.능쾌속준학지완성특정공간도고장공간적영사.
