基于粗糙集遗传神经网络的柴油机故障诊断
作者:
廖瑛
[1] ;
张绍勇
[2] ;
尹大伟
[1] ;
尹嘉娃
[2]
关键词:
粗糙集
神经网络
遗传算法
故障诊断
柴油机
摘要:
提出一种基于粗糙集和遗传算法的BP神经网络故障诊断方法,解决基本BP网络收敛速度慢、精度低、易陷入局部极小值问题。运用粗糙集理论对训练样本进行属性约简,简化BP网络输入维数。设计2次遗传算法训练BP网络,第一次优化神经网络隐含层节点个数,第二次在神经网络结构确定的情况下,优化网络连接权值。以柴油机进、排气阀故障为例,应用提出的方法进行仿真,仿真结果证明了该方法能够优化神经网络结构,提高故障诊断速度和准确率。
上一篇:控制量离散的轮式小车轨迹跟踪研究
下一篇:手持练字系统的设计与实现