基于人工智能技术的不完备信息系统智能诊断方法研究

• 作者: 周頔
• 来源期刊: 计算机测量与控制
• 关键词: 智能诊断 不完备信息系统 粗糙集理论 蚁群算法 神经网络
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 5-8
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.09.002

摘要

为了提高不完备信息系统故障诊断的正确性与效率,提出一种基于粗糙集理论、蚁群优化算法和RBF神经网络相结合的故障智能诊断方法;该方法首先利用“条件组合补齐算法”对不完备的数据进行完备化处理,再利用粗糙集对条件属性进行知识约简,得到具有最大完备度的最小规则集,接着用蚁群算法优化RBF神经网络的权值,并将最小规则集用于训练RBF神经网络模型,获得故障智能诊断模型;通过实际工程数据验证故障智能诊断模型的有效性,结果表明提出的方法能有效实现系统故障的诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周頔	四川文理学院智能制造产业技术研究院	16	42	4.0	5.0