基于在线学习RBF神经网络的故障预报

摘要：

本文提出了一种基于在线学习神经网络的故障预报方法.该方法在网络设计过程中结合了”添加”准则和基于对网络输出贡献相对较小的”剪枝”准则.”添加”过程中利用隐层的最大输出判断神经元的活跃性.”剪枝”过程中加入了滑动窗口,避免了误”剪枝”.同时,调整过程只对输出响应比较大神经元进行,大大减少了计算量,提高了实时性.仿真结果表明,利用本文的算法能够对一类带时变参数的非线性系统进行故障预报.

关键词： 故障预报 RBF神经网络 在线学习算法 输出响应

作者: 黄红梅 胡寿松

作者单位: 南京航空航天大学自动化学院,南京,210016

会议类型: 国内会议

会议名称: 第十六届全国测试与故障诊断技术研讨会

会议地点: 成都

会议语种:中文

页码: 134-139

在线出版日期: 2007-04-01（万方平台首次上网日期，不代表论文的发表时间）