基于改进的粗糙集和神经网络的WSN故障诊断

• 作者: 周奚 薛善良
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 故障诊断 粗糙集 归纳属性约简算法 径向基函数 人工神经网络 无线传感器网络
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 智能计算
• 页码范围: 21-25
• 页数: 5页
• 分类号: TP277
• 字数: 5777字
• 语种: 中文

摘要

综合粗糙集理论和人工神经网络的优点,提出了改进的粗糙集理论算法,并结合人工神经网络,实现了一种无线传感器网络(Wireless Sensor Network,WSN)节点智能故障诊断方法.首先基于WSN的应用环境和故障特征的分析,通过数据采集、数据预处理和数据压缩来获得诊断决策表,并利用粗糙集中改进的归纳属性约简算法(Improved Inductive Attribute Reduction Algorithm,IIARA)对决策表进行属性约简,从而提取对故障诊断贡献最大的最小故障诊断特征集合,进而确定后端径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)的拓扑结构.最后通过网络训练建立故障征兆与故障类型之间的非线性映射关系,得到诊断结果.仿真实验结果显示,该诊断算法在对WSN节点进行故障诊断时,可以有效地减少网络输入层个数,简化神经网络结构,减少网络的训练时间,提高模型的诊断准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛善良	南京航空航天大学计算机科学与技术学院	52	442	12.0	18.0
2	周奚	南京航空航天大学计算机科学与技术学院	2	24	2.0	2.0