粗糙集-神经网络与证据理论融合推理的综合故障诊断方法研究

• 作者: 吴晓平 李庆 杨广 辛登松
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 交通运输
• 关键词: 故障诊断 信息融合 粗糙集 神经网络 证据理论
• 年，卷（期）: 2013,（1）
• 页码范围: 62-66
• 页数: 5页
• 分类号: U671.99|TP183
• 字数: 4232字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2013.01.015

摘要

针对目前故障诊断方法处理数据量大、故障类型复杂多变的问题时存在诊断准确率不高、实时性差,利用信息融合和综合集成原理,将粗糙集、神经网络及证据理论有机的结合,提出了基于三者集成的综合故障诊断融合推理策略:通过并行神经网络结构提高局部诊断网络的诊断能力,借助粗糙集的数据预处理,将复杂的神经网络约简并剔除其中的冗余属性从而确定网络的拓扑结构,克服了网络规模过于庞大和分类速度慢的缺点；并给出了基本可信度分配的客观化方法；充分利用各种故障的冗余和互补信息,运用证据理论的组合规则对各证据进行合成及决策,可显著提高故障诊断的准确性和效率.给出的实例验证了该方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晓平	海军工程大学信息安全系	210	1963	22.0	33.0