辽宁工业大学学报
遼寧工業大學學報
료녕공업대학학보
JOURNAL OF LIAONING INSTITUTE OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2010年
4期
211-214
,共4页
变精度粗糙集%故障诊断%SOM网络%RBF神经网络
變精度粗糙集%故障診斷%SOM網絡%RBF神經網絡
변정도조조집%고장진단%SOM망락%RBF신경망락
针对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SOM网络-变精度粗糙集-RBF神经网络的故障诊断方法:首先应用SOM网络对故障诊断数据中的连续属性值进行离散化,然后利用变精度粗糙集理论的属性依赖度进行启发式约简,据此得到最优决策系统,最后在最优决策系统的基础上设计RBF神经网络进行故障诊断.实例验证了该方法的可行性,且故障诊断正确率高.
針對標準的粗糙集理論不能很好地處理帶有譟聲的數據,而故障診斷信息中難以避免地存在譟聲數據,對此,提齣瞭SOM網絡-變精度粗糙集-RBF神經網絡的故障診斷方法:首先應用SOM網絡對故障診斷數據中的連續屬性值進行離散化,然後利用變精度粗糙集理論的屬性依賴度進行啟髮式約簡,據此得到最優決策繫統,最後在最優決策繫統的基礎上設計RBF神經網絡進行故障診斷.實例驗證瞭該方法的可行性,且故障診斷正確率高.
침대표준적조조집이론불능흔호지처리대유조성적수거,이고장진단신식중난이피면지존재조성수거,대차,제출료SOM망락-변정도조조집-RBF신경망락적고장진단방법:수선응용SOM망락대고장진단수거중적련속속성치진행리산화,연후이용변정도조조집이론적속성의뢰도진행계발식약간,거차득도최우결책계통,최후재최우결책계통적기출상설계RBF신경망락진행고장진단.실례험증료해방법적가행성,차고장진단정학솔고.
