基于RS-Fuzzy ART的某电源充电器状态监测方法研究

摘要：

针对FuzzyART神经网络在多工况设备状态监测中存在的学习时间过长问题，提出一种基于粗集约简的RS-FuzzyART状态监测方法。该方法利用粗集的信息决策表和决策矩阵对设备的监测参数进行约简提取，降低FuzzyART输入向量的维数。监测实例结果表明，采用粗集约简提取的监测参数与原监测参数具有相同的监测能力，且可极大缩短网络的学习时间。若将约简提取的监测参数进行联合监测，还可间接消除由于传感器故障或信号传输错误引起的误报。

关键词： 粗糙集 决策矩阵 参数约简 神经网络 状态监测 电源充电器

作者: 谷吉海 安若铭 王红懿

作者单位: 哈尔滨商业大学机械工程系,哈尔滨,150028 哈尔滨工业大学航天学院,哈尔滨,150001

会议类型: 国内会议

会议名称: 全国高校机械工程测试技术研究会振动工程学会动态测绘专业委员会2008代表大会暨学术年会

会议地点: 石家庄

会议语种:中文

页码: 1-6

在线出版日期: 2008-10-01（万方平台首次上网日期，不代表论文的发表时间）