基于粗糙集神经网络的车载设备故障诊断

• 作者: 康洪军 张玉琢 曹源 杨帅 蒋洁
• 来源期刊: 中国铁路
• 学科: 交通运输
• 关键词: 车载设备 神经网络 粗糙集 故障诊断
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 技术应用
• 页码范围: 67-71
• 页数: 5页
• 分类号: U279.3+23
• 字数: 3700字
• 语种: 中文
• DOI: 10.19549/j.issn.1001-683x.2017.05.067

摘要

由于神经网络在车载设备故障诊断中存在网络结构复杂、训练时间长的问题,利用粗糙集理论处理不确定数据的优势,对BP神经网络进行优化.提出属性约简算法,去掉冗余信息,保留必要属性.通过对现场车载设备故障数据的实例分析表明,优化前后性能提升明显,且使用该方法能有效减少输入层神经元个数,提高车载设备故障诊断的效率和准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康洪军	中车唐山机车车辆有限公司产品研发中心	3	11	2.0	3.0
2	蒋洁	中车唐山机车车辆有限公司产品研发中心	4	6	2.0	2.0
3	杨帅	中车唐山机车车辆有限公司产品研发中心	7	13	2.0	3.0
4	张玉琢	北京交通大学电子信息工程学院	21	179	8.0	13.0
5	曹源	北京交通大学轨道交通运行控制系统国家工程研究中心	62	405	10.0	18.0