基于Rough Set和禁忌神经网络的传感器节点故障诊断

• 作者: 陈作聪
• 来源期刊: 计算机测量与控制
• 关键词: 传感器节点 粗糙集 禁忌算法 神经网络 故障诊断
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 1143-1146
• 页数: 4页
• 分类号: TP319
• 语种: 中文

摘要

针对传感器节点通常位于无人看守甚至危险恶劣的环境中因而容易出现各类故障,提出了一种基于粗糙集(Rough set,RS)和禁忌神经网络的故障诊断方法；首先,采用自组织网对属性值进行离散化,然后采用粗糙集的可辨识矩阵对属性进行约简以降低输入数据的维数,最后,通过禁忌算法对神经网络进行优化形成最终的故障诊断模型并将测试数据输入禁忌神经网络进行故障诊断；仿真实验表明,文中方法能较为精确地对传感器节点的各类故障进行诊断,具有较高的诊断精度,在迭代次数为300时,诊断误差值仅为0.01％,具有很强的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈作聪	琼州学院电子信息工程学院	14	67	5.0	7.0