作者:
原文服务方: 计算机应用研究       
摘要:
为更有效地预测设备故障,提出一种基于灰色粗糙集与BP神经网络的设备故障预测模型.用灰色关联分析和粗糙集理论分别对二维故障决策表进行横向和纵向两个维度的约简,将冗余的数据和属性去掉,并将约简后的数据输入到BP神经网络,预测设备故障.最后以地铁信号设备故障预测为例进行实例验证,结果表明该模型预测误差更小,预测准确率更高.
推荐文章
基于粗糙集神经网络的燃煤发热量预测模型
粗糙集
约简
神经网络
发热量
基于粗糙神经网络的航空电子设备故障预测研究
粗糙集
粗糙神经网络
故障预测
一种基于蚁群算法与粗糙集的混合 BP神经网络
蚁群算法ACA
粗糙集
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于灰色粗糙集与BP神经网络的设备故障预测
来源期刊 计算机应用研究 学科
关键词 灰色关联分析 粗糙集 BP神经网络 约简 故障预测
年,卷(期) 2017,(9) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2642-2645
页数 4页 分类号 TP206.3
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.09.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨育 重庆大学机械传动国家重点实验室 144 1680 23.0 30.0
2 郭宇 重庆大学机械传动国家重点实验室 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (187)
共引文献  (598)
参考文献  (17)
节点文献
引证文献  (15)
同被引文献  (45)
二级引证文献  (7)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(8)
  • 参考文献(0)
  • 二级参考文献(8)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(13)
  • 参考文献(0)
  • 二级参考文献(13)
2009(13)
  • 参考文献(2)
  • 二级参考文献(11)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(16)
  • 参考文献(0)
  • 二级参考文献(16)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(8)
  • 参考文献(3)
  • 二级参考文献(5)
2014(21)
  • 参考文献(2)
  • 二级参考文献(19)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(5)
  • 参考文献(5)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(10)
  • 引证文献(10)
  • 二级引证文献(0)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
灰色关联分析
粗糙集
BP神经网络
约简
故障预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导