基于粗糙集神经网络和信息融合的故障诊断

• 作者: 王善侠 王英健 赵洪国
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 智能诊断 神经网络 粗糙集 信息融合
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 54-57
• 页数: 4页
• 分类号: TP206+.3
• 字数: 2724字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2005.01.018

摘要

神经网络是智能故障诊断系统的一种重要的方法.粗糙集理论则是处理不完备信息的一种技术.文中以复杂的人工智能诊断问题为研究对象,系统地论述了基于神经网络、粗糙集、信息融合的智能诊断的理论、方法与实践.其主要方法如下:在故障诊断的神经网络模型的基础上,以粗糙集理论中的信息系统属性值表为主要工具,将复杂的组合神经网络约简并删除其中不必要的属性,克服了网络规模过于庞大和分类速度慢的缺点,并给出了基于粗糙集理论的组合神经网络的模型结构,最后再利用数据融合技术,得出更加精确的结果.一个故障诊断实例证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王英健	长沙理工大学计算机与通信工程学院	36	264	10.0	14.0
2	赵洪国	长沙理工大学计算机与通信工程学院	2	9	1.0	2.0
3	王善侠	长沙理工大学计算机与通信工程学院	2	9	1.0	2.0