基于异构粗糙神经网络集成的故障诊断研究

• 作者: 傅向华 王冬石
• 来源期刊: 内燃机
• 学科: 工学
• 关键词: 粗糙集 神经网络集成 故障诊断 柴油机
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 检测·试验
• 页码范围: 41-44,50
• 页数: 5页
• 分类号: TK428
• 字数: 5231字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-6494.2005.04.014

摘要

将粗糙集与神经网络集成相结合,提出一种基于异构粗糙神经网络集成进行故障检测的方法.首先利用粗糙集的属性约简能力,从给定数据集中去除冗余信息;然后基于负相关学习理论构造多个异构成员神经网络,最后组合多个训练好的异构神经网络进行故障诊断.该方法不仅显著提高了神经网络的泛化能力,而且无需预先确定神经网络的拓扑结构,简单易用.设计了四种不同的诊断器在柴油机供油系统的标准样本集上进行的诊断测试实验,结果表明,基于异构粗糙神经网络集成的故障诊断方法具有最好的诊断正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅向华	西安交通大学计算机科学与技术系	24	443	15.0	20.0
2	王冬石		9	20	3.0	4.0