控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2012年
12期
1579-1586
,共8页
司小胜%胡昌华%张琪%李娟
司小勝%鬍昌華%張琪%李娟
사소성%호창화%장기%리연
专家系统%信度规则库%证据推理%故障预测
專傢繫統%信度規則庫%證據推理%故障預測
전가계통%신도규칙고%증거추리%고장예측
expert system%belief-rule-base%evidential reasoning%fault prognosis
在假设信度规则库(BRB)的输入为均匀分布的情况下,已有文献提出了一种序贯自适应的学习算法以实现BRB的参数在线辨识和结构的自适应调整.然而在实际问题中,信度规则库的输入一般是未知的、难以得到的,这在一定程度上限制了序贯自适应学习算法的实用性,因此就需要研究一种改进的BRB学习算法以实现参数和结构的同时辨识.本文在序贯自适应方法的基础上,通过定义BRB的完整性准则,提出了改进的BRB进化策略.与现有方法相比,该方法可以实现信度规则的自动增减,且无需输入样本的概率密度函数.此外,该方法继承了BRB的特点,仅需要部分的输入输出信息.基于改进的进化策略,提出了一种新的故障预测算法,最后通过陀螺仪故障预测实验验证了本文方法的有效性.
在假設信度規則庫(BRB)的輸入為均勻分佈的情況下,已有文獻提齣瞭一種序貫自適應的學習算法以實現BRB的參數在線辨識和結構的自適應調整.然而在實際問題中,信度規則庫的輸入一般是未知的、難以得到的,這在一定程度上限製瞭序貫自適應學習算法的實用性,因此就需要研究一種改進的BRB學習算法以實現參數和結構的同時辨識.本文在序貫自適應方法的基礎上,通過定義BRB的完整性準則,提齣瞭改進的BRB進化策略.與現有方法相比,該方法可以實現信度規則的自動增減,且無需輸入樣本的概率密度函數.此外,該方法繼承瞭BRB的特點,僅需要部分的輸入輸齣信息.基于改進的進化策略,提齣瞭一種新的故障預測算法,最後通過陀螺儀故障預測實驗驗證瞭本文方法的有效性.
재가설신도규칙고(BRB)적수입위균균분포적정황하,이유문헌제출료일충서관자괄응적학습산법이실현BRB적삼수재선변식화결구적자괄응조정.연이재실제문제중,신도규칙고적수입일반시미지적、난이득도적,저재일정정도상한제료서관자괄응학습산법적실용성,인차취수요연구일충개진적BRB학습산법이실현삼수화결구적동시변식.본문재서관자괄응방법적기출상,통과정의BRB적완정성준칙,제출료개진적BRB진화책략.여현유방법상비,해방법가이실현신도규칙적자동증감,차무수수입양본적개솔밀도함수.차외,해방법계승료BRB적특점,부수요부분적수입수출신식.기우개진적진화책략,제출료일충신적고장예측산법,최후통과타라의고장예측실험험증료본문방법적유효성.
