优化的粗糙神经网络在故障诊断中的应用

作者：叶斌; 王存进; 周庆敏粗糙集故障诊断人工神经网络相异度数据挖掘

摘要：本文在相异度理论的基础上，提出了类间相异度的度量方法，从而以粗糙集理论为属性约简工具，利用相异度理论进行类的泛化和特化．构造出了优化的粗糙神经网络模型。故障诊断实例分析表明，该模型对神经网络分层约简并剔除其中不必要的属性．减少了神经网络的总体训练时间和决策过程中的模式匹配搜索量，大大提高故障诊断系统的反应能力，在大型复杂的故障诊断应用中效果尤为明显。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社