基于改进证据理论和神经网络的故障诊断模型

• 作者: 张捍东 王翠华
• 来源期刊: 计算机应用研究
• 关键词: 证据理论 冲突焦元 神经网络 故障诊断
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1277-1279
• 页数: 3页
• 分类号: TP206.3
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.04.020

摘要

针对单一故障诊断方法精度低的问题,提出了一种基于D-S证据理论和神经网络相融合的决策层融合故障诊断模型.该方法利用证据理论来处理不精确的、模糊的信息,用神经网络来处理证据理论中的基本可信度分配问题.由于证据理论合成公式无法处理高冲突的证据,提出了一种改进的基于冲突焦元的证据合成规则.该模型在降低决策不确定性的同时大大提高了诊断的精度.最后通过发动机故障诊断实例验证了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张捍东	安徽工业大学电气信息学院	80	1240	16.0	34.0
2	王翠华	安徽工业大学电气信息学院	2	25	2.0	2.0