基于VPRS和RBF神经网络的WSN节点故障诊断
为保障油料供给的安全性,研究无线传感器网络(WSN)节点故障诊断的可行性策略,提出变精度粗糙集(VPRS)和RBF神经网络结合的故障诊断方法. 该方法由运行中的汇聚节点实时获取子节点故障征兆,建立初始决策表,利用VPRS作为前端处理系统,对初始决策表进行约简,删除冗余的、不重要的属性征兆,并将约简后的结果输入RBF神经网络实现节点故障识别. 仿真实验结果表明:对于具有显著不确定性的WSN节点故障诊断,该方法能够准确快速地得出诊断结果,鲁棒性和适用性更强.
故障诊断、变精度粗糙集、RBF神经网络、无线传感器网络
30
TP277(自动化技术及设备)
北京理工大学基础研究基金资助项目20070542009
2010-11-23（万方平台首次上网日期，不代表论文的发表时间）
共5页
807-811
