计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2011年
11期
200-203
,共4页
微粒群算法%遗传算法%BP神经网络%粗糙集理论%故障诊断
微粒群算法%遺傳算法%BP神經網絡%粗糙集理論%故障診斷
미립군산법%유전산법%BP신경망락%조조집이론%고장진단
针对BP神经网络故障诊断存在网络结构复杂、训练时间长、精度不高的问题,将粗糙集、微粒群算法、遗传算法引入到柴油机故障诊断中,提出了基于粗糙集理论与改进BP神经网络相结合的柴油机故障诊断算法.算法采用自组织映射方法对连续属性离散化,利用粗糙集理论对特征参数进行属性约简,使用微粒群算法优化BP网络结构,从而缩短训练时间,有效提高故障诊断的准确度.最后用柴油机的实际诊断结果验证了该算法的可行性、快速性和准确性.
針對BP神經網絡故障診斷存在網絡結構複雜、訓練時間長、精度不高的問題,將粗糙集、微粒群算法、遺傳算法引入到柴油機故障診斷中,提齣瞭基于粗糙集理論與改進BP神經網絡相結閤的柴油機故障診斷算法.算法採用自組織映射方法對連續屬性離散化,利用粗糙集理論對特徵參數進行屬性約簡,使用微粒群算法優化BP網絡結構,從而縮短訓練時間,有效提高故障診斷的準確度.最後用柴油機的實際診斷結果驗證瞭該算法的可行性、快速性和準確性.
침대BP신경망락고장진단존재망락결구복잡、훈련시간장、정도불고적문제,장조조집、미립군산법、유전산법인입도시유궤고장진단중,제출료기우조조집이론여개진BP신경망락상결합적시유궤고장진단산법.산법채용자조직영사방법대련속속성리산화,이용조조집이론대특정삼수진행속성약간,사용미립군산법우화BP망락결구,종이축단훈련시간,유효제고고장진단적준학도.최후용시유궤적실제진단결과험증료해산법적가행성、쾌속성화준학성.