基于神经网络与遗传算法的汽轮机数据挖掘研究
针对当前专家系统知识获取瓶颈的难题,提出了基于神经网络与遗传算法的汽轮机数据挖掘方法.将汽轮机故障历史数据首先进行模糊化及离散化处理,接着构造一个多层的前向神经网络,然后通过教师示教的方式训练构造好的神经网络,最后进行基于遗传算法的神经网络优化.以神经网络为知识本体,提出了汽轮机故障诊断分类规则的挖掘算法,实现了基于神经网络与遗传算法的汽轮机数据挖掘和故障诊断仿真系统,其诊断正确率达到了84％.实验表明该方法可行,对汽轮机故障诊断系统的设计具有借鉴意义和深入研究的价值.
神经网络 遗传算法 数据挖掘 故障诊断系统 规则修剪 汽轮机
郭庆琳 郑玲 李存斌
华北电力大学,计算机系,北京,102206
国内会议
第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)
哈尔滨
中文
360-365
2006-08-05（万方平台首次上网日期，不代表论文的发表时间）