基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于粒子群优化算法的邻域粗糙集-神经网络的发动机智能故障诊断方法,首先利用基于邻域粗糙集模型的属性约简方法对样本数据进行属性约简,然后采用粒子群优化算法替代传统BP算法来训练神经网络的权值和阈值,再用训练好的神经网络对航空发动机气路故障进行诊断.仿真结果表明:该方法降低了神经网络结构的复杂性,减少了网络训练时间,提高了诊断精度.
推荐文章
航空发动机故障诊断方法 ——基于粗糙集与神经网络相结合的方法
航空发动机
神经网络
粗糙集
故障诊断
小样本
基于粗糙集-集成神经网络的航空发动机磨损故障诊断方法
磨损故障
航空发动机
粗糙集
集成神经网络
基于粗糙集与BP神经网络的发动机故障诊断模型
发动机
故障诊断
粗糙集
神经网络
基于模糊神经网络的航空发动机故障诊断研究
模糊神经网络
航空发动机
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用
来源期刊 航空动力学报 学科 航空航天
关键词 粗糙集 粒子群优化算法 神经网络 航空发动机 故障诊断
年,卷(期) 2009,(2) 所属期刊栏目 自动控制
研究方向 页码范围 458-464
页数 7页 分类号 V233.7
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙健国 南京航空航天大学能源与动力学院 116 2147 24.0 38.0
2 杨海龙 南京航空航天大学能源与动力学院 1 27 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (243)
参考文献  (8)
节点文献
引证文献  (27)
同被引文献  (30)
二级引证文献  (29)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(11)
  • 参考文献(1)
  • 二级参考文献(10)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(6)
  • 引证文献(5)
  • 二级引证文献(1)
2012(7)
  • 引证文献(4)
  • 二级引证文献(3)
2013(11)
  • 引证文献(3)
  • 二级引证文献(8)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
粗糙集
粒子群优化算法
神经网络
航空发动机
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航空动力学报
月刊
1000-8055
11-2297/V
大16开
北京市海淀区学院37号
1986
chi
出版文献量(篇)
6663
总下载数(次)
19
总被引数(次)
63928
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导