船海工程
船海工程
선해공정
SHIP & OCEAN ENGINEERING
2010年
5期
173-176,180
,共5页
蔡猛%张大发%张宇声%金仁喜%陈登科
蔡猛%張大髮%張宇聲%金仁喜%陳登科
채맹%장대발%장우성%금인희%진등과
故障诊断%神经网络%遗传算法%聚类分析%信息融合
故障診斷%神經網絡%遺傳算法%聚類分析%信息融閤
고장진단%신경망락%유전산법%취류분석%신식융합
在传统BP神经网络的基础上引入聚类分析方法与遗传优化算法,可有效降低BP神经网络的训练难度并提高其训练精度;为有效利用各诊断单元的诊断结果,引入D-S证据理论对结论进行决策分析.仿真测试表明,该故障诊断系统能迅速、准确、可靠的诊断出各种故障.
在傳統BP神經網絡的基礎上引入聚類分析方法與遺傳優化算法,可有效降低BP神經網絡的訓練難度併提高其訓練精度;為有效利用各診斷單元的診斷結果,引入D-S證據理論對結論進行決策分析.倣真測試錶明,該故障診斷繫統能迅速、準確、可靠的診斷齣各種故障.
재전통BP신경망락적기출상인입취류분석방법여유전우화산법,가유효강저BP신경망락적훈련난도병제고기훈련정도;위유효이용각진단단원적진단결과,인입D-S증거이론대결론진행결책분석.방진측시표명,해고장진단계통능신속、준학、가고적진단출각충고장.
