基于AGA-RS的故障特征参数提取方法研究

• 作者: 乔新勇 刘建敏 李华莹 李晓磊
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自适应遗传算法 粗糙集 故障诊断 特征提取
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 工程与应用
• 页码范围: 257-260
• 页数: 4页
• 分类号: TK423
• 字数: 3843字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1204-0553

摘要

在故障诊断中，将高维特征空间压缩到低维特征空间可以简化故障分类器设计，提高运算效率。研究了自适应遗传算法（AGA）和粗糙集（RS）理论在特征选择和特征约简中的应用，并针对柴油机燃油喷射系统故障提取了简化特征，建立了神经网络模型。试验结果表明，基于AGA-RS的故障特征参数提取方法可使故障分类器输入参数同时具有有效性和简约性，提高了神经网络的运算效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建敏	装甲兵工程学院机械工程系	74	389	10.0	14.0
2	乔新勇	装甲兵工程学院机械工程系	74	413	12.0	15.0
3	李华莹	装甲兵工程学院机械工程系	17	87	5.0	9.0
4	李晓磊	装甲兵工程学院机械工程系	3	23	2.0	3.0