基于遗传神经网络与信息融合的实时智能故障诊断系统研究

• 作者: 张大发 张宇声 蔡猛 金仁喜 陈登科
• 来源期刊: 船海工程
• 学科: 交通运输
• 关键词: 故障诊断 神经网络 遗传算法 聚类分析 信息融合
• 年，卷（期）: 2010,（5）
• 页码范围: 173-176,180
• 分类号: U674.761|TL383
• 字数: 3614字
• 语种: 中文
• DOI: 10.3963/j.issn.1671-7953.2010.05.050

摘要

在传统BP神经网络的基础上引入聚类分析方法与遗传优化算法,可有效降低BP神经网络的训练难度并提高其训练精度;为有效利用各诊断单元的诊断结果,引入D-S证据理论对结论进行决策分析.仿真测试表明,该故障诊断系统能迅速、准确、可靠的诊断出各种故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金仁喜		19	150	7.0	11.0
2	张宇声	海军工程大学船舶与动力学院	25	154	8.0	11.0
3	张大发	海军工程大学船舶与动力学院	65	403	11.0	15.0
4	蔡猛	海军工程大学船舶与动力学院	8	60	5.0	7.0
5	陈登科	海军工程大学船舶与动力学院	13	60	6.0	7.0