基于粗集—神經網絡的智能混合故障診斷系統(tǒng)的研究.pdf_第1頁
已閱讀1頁，還剩73頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、神經網絡的故障診斷能力的好壞是與它的學習樣本多少成正比關系的；而神經網絡的結構復雜程度和訓練時間的多少，也與需要處理的數(shù)據(jù)多少成正比關系，也就是說功能強的神經網絡一般都具有復雜的結構；而復雜的神經網絡，需要大量的訓練時間才能收斂，這是制約神經網絡進一步實用化的一個主要因素。如何有效降低神經網絡的復雜度，減少訓練時間是本課題的主要研究任務。 本文利用粗集的約簡功能對訓練樣本數(shù)據(jù)進行處理，消除樣本數(shù)據(jù)中冗余信息，使訓練樣本的到簡化，

2、同時也就降低了神經網絡結構的復雜程度，緩解了影響神經網絡實用化的矛盾性問題。并在此基礎上構建了一個基于粗集—神經網絡的智能混合故障診斷系統(tǒng)。 論文論述了應用粗集對故障數(shù)據(jù)進行約簡的可行性，并應用自組織映射神經網絡的聚類功能，來實現(xiàn)連續(xù)屬性值的離散化方法；給出了簡化的分明矩陣法，并用該方法實現(xiàn)了樣本條件屬性的約簡，消除了樣本數(shù)據(jù)中的冗余信息；采用MATLAB神經網絡工具箱建立了壓縮機的部分故障類型的智能混合診斷系統(tǒng)；最后介紹了智能

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論