10.15913/j.cnki.kjycx.2017.20.042
复杂电子设备故障预测方法研究
针对系统检测到的传感器数据变化趋势的分析,提出一种有效的预测复杂电子设备故障的方法.利用粗糙集属性约简方法预处理复杂电子设备的故障样本数据,并对输入样本进行归一化处理;利用遗传算法对BP神经网络的权值种群进行实数编码,并将预测数据与期望数据之间的误差作为适应度函数;对权值种群循环进行选择、交叉、变异、计算适应度操作,直到达到进化次数,得到最优的初始权值和阈值;使用BP神经网络训练网络的连接强度;对预测的故障样本数据进行反归一化处理,得到复杂电子设备的故障预测值.
故障预测、电子设备、粗糙集、遗传算法
TN06(一般性问题)
2017-11-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
42-44