基于RSOPNN的无线传感器网络节点故障诊断算法

摘要：

针对无线传感器网络节点故障诊断中存在的冗余故障属性、噪声数据以及数据可靠性等问题,提出基于粗糙集-优化概率神经网络的无线传感器网络节点故障诊断算法(简称RSOPNN).通过粗糙集从故障样本属性集合中求解故障诊断属性约简,从而去除冗余故障属性,降低冗余属性、噪声数据对故障诊断的影响,节省能耗.对于多个属性约简选择,以属性间的相关程度作为度量标准,代替常规的主观选择,从多个约简中确定最优故障诊断属性约简,解决主观选择的不合理性.以最优的故障诊断属性重构故障样本,作为优化概率神经网络的输入,建立故障分类模型,从而对故障进行诊断.实验结果表明,在不同的数据可靠性下,RSOPNN方法能够有效删减样本中的冗余属性和噪声数据,保持高效的故障诊断水平,符合无线传感器网络的需求.

关键词：无线传感器网络、可辨识矩阵、属性约简、概率神经网络、故障诊断

所属期刊栏目：53

分类号：TP393.06(计算技术、计算机技术)

资助基金：国家科技支撑计划课题2013BAK01B02;国家自然科学基金61373176;陕西省重大科技创新专项资金项目2012ZKC05-2

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：111-116,157