基于粗糙集和TS-ANN的柴油机故障诊断推理

摘要：

研究了一种基于粗糙集和禁忌神经网络(Tabu Search-Artificial neural network,TS-ANN)的故障诊断方法,解决了柴油机由于激振源多而导致的故障诊断困难的问题；首先通过SOM网络实现对初始决策表的属性值离散化,使用基于属性重要度的属性简约算法实现对决策表的属性简约,从而降低输入数据维数,然后通过禁忌算法实现对神经网络的隐层神经元个数以及权、阀值进行优化,将优化后的参数代入BP神经网络后进行训练以进一步调整,最后将训练好的神经网络用于实现故障诊断推理；仿真实验证明文中的方法能精确地实现故障诊断,且与其他方法相比,诊断精度分别提高了28.34％、13.45％和9.67％.

关键词：故障诊断、粗糙集、BP神经网络、禁忌搜索

所属期刊栏目：21

分类号：TP3(计算技术、计算机技术)

在线出版日期：2015-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：54-56