摘要: 从人工神经网络故障诊断模型的特点出发 ,利用粗糙集理论解决该模型应用中的主要问题 ,包括进行训练样本质量研究 ,定义相关概念 ,给出故障特征提取算法等 ,提出了粗糙集 神经网络智能混合系统模型 ,分析了该模型的实现步骤 ,结合具体实例验证了上述理论的正确性·利用SAS软件进行了数值仿真·结果表明 ,提出的理论较好地解决了神经网络结构、训练样本的大小、样本质量等对人工神经网络的精度及泛化能力有直接影响的问题 ,减少了训练所需的计算量和时间 ,提高了模型的正确率·
中图分类号:
郝丽娜;王伟;吴光宇;王宛山. 粗糙集-神经网络故障诊断方法研究[J]. 东北大学学报(自然科学版), 2003, 24(3): 252-255.
Hao, Li-Na (1); Wang, Wei (1); Wu, Guang-Yu (2); Wang, Wan-Shan (1) . Research on rough set-neural network fault diagnosis method[J]. Journal of Northeastern University, 2003, 24(3): 252-255.