人工智能在故障诊断中的应用研究

• 作者: 历风满 张利 张继研 田立 邴兆虹
• 来源期刊: 辽宁大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 粗糙集 支持向量机 粒子群 小波
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 231-237
• 分类号: TP29
• 字数: 5615字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5846.2012.03.009

摘要

针对神经网络存在的缺点和不足,主要分析神经网络和粗糙集、支持向量机、粒子群、小波相结合使用的方法.粗糙集和神经网络相结合用于故障诊断,可以通过粗糙集的知识约简功能大量消除训练样本中的冗余信息,减少神经网络的输入层节点,简化网络结构,缩短训练时间;基于神经网络和支持向量机的复合故障诊断技术不但可以进一步提高个体模型预测精度,而且可以使故障诊断模型始终处于最优识别状态;粒子群优化神经网络能够加快网络收敛速度,提高训练精度;小波神经网络能够很好地对故障进行分类,具有较高的识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张利	辽宁大学信息学院	11	71	3.0	8.0
2	历风满	辽宁大学信息学院	8	233	3.0	8.0
3	张继研	大连理工大学信息技术实验中心	2	3	1.0	1.0
4	邴兆虹	辽宁大学信息学院	1	2	1.0	1.0
5	田立	辽宁大学信息学院	1	2	1.0	1.0