欢迎访问《空军工程大学学报》官方网站!

咨询热线:029-84786242 RSS EMAIL-ALERT
基于聚类和模糊神经网络的故障诊断
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP183

基金项目:


The Research for Fault Diagnosis Model Based on Clustering Algorithm and Fuzzy Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    模糊神经网络能够发挥模糊逻辑和神经网络的特性,在武器装备的故障诊断中应用越来越广泛。文中提出了一种基于聚类和模糊神经网络的故障诊断模型,该模型首先通过基于关系度的聚类方法得到模糊神经网络的初始结构,并用梯度下降法对网络的参数进行修改,以得到泛化能力好的诊断网络。仿真结果表明该模型是有效的。

    Abstract:

    Since fuzzy neural network ( FNN ) can integrate the advantages of fuzzy logic and neural networks, it is widely applied to equipment fault diagnosis. A fault diagnosis model based on clustering algorithm and FNN is presented in this paper. The Relationship Clustering Method is used in structure identification, and the network parameters are updated by gradient descent method as its learning algorithm. The result of simulation indicates that the model is effective.

    参考文献
    相似文献
    引证文献
引用本文

何萌,王彤.基于聚类和模糊神经网络的故障诊断[J].空军工程大学学报,2006,(1):43-45

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-11-24
  • 出版日期: