10.3969/j.issn.1009-0134.2012.8(s).25
基于粗糙集和ANN的模拟电路故障诊断研究
针对传统故障字典法需要精确先验知识且不适合大规模故障诊断的缺点,提出了一种基于粗糙集和BP神经网络的模拟电路故障诊断新方法.首先进行样本数据采集和预处理,并使用定义的粗糙集差别矩阵算法矩阵法对数据进行属性简约,删除冗余信息,得到简约后的特征向量.然后,将简约后的特征向量作为BP神经网络的输入进行训练,最后,将训练好的BP神经网络模型用于故障诊断.仿真实验表明,文中的基于粗糙集属性简约和BP神经网络训练的故障诊断模型,具有较小的训练误差和较高的诊断精度.
模拟电路、故障诊断、粗糙集、BP神经网络
34
TP319(计算技术、计算机技术)
2012-11-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
84-87