基于粗糙集与模糊神经网络的车-地无线通信设备故障诊断研究

• 作者: 康毅军 牛行通 郑云水
• 来源期刊: 铁道标准设计
• 学科: 交通运输
• 关键词: 车地无线通信设备 故障诊断 粗糙集 模糊神经网络
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 通信/信号
• 页码范围: 180-184
• 页数: 5页
• 分类号: U285.2
• 字数: 3384字
• 语种: 中文
• DOI: 10.13238/j.issn.1004-2954.2017.06.038

摘要

针对传统铁路列车车地无线通信设备网络故障诊断模型结构复杂,诊断精度不高等问题,运用粗糙集理论(RS)、模糊系统(FS)和神经网络(NN)相融合的方法进行铁路列车车地无线通信设备故障诊断研究.首先对原始样本数据进行模糊化处理,建立故障诊断样本数据表,基于粗糙集理论对故障样本数据进行约简,去除冗余属性,减少样本输入,然后利用约简后的数据训练神经网络,建立基于粗糙集与模糊神经网络车地无线通信设备故障诊断系统模型结构;最后,将该模型运用于故障诊断中.试验结果对比表明,此方法简化了网络的结构,缩短了训练所需要的时间,提高了故障诊断的精度,从而验证了该方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑云水	兰州交通大学自动化与电气工程学院	37	156	8.0	10.0
2	牛行通	兰州交通大学自动化与电气工程学院	4	16	3.0	4.0
3	康毅军	兰州交通大学自动化与电气工程学院	4	16	3.0	4.0