基于补偿模糊神经网络的智能诊断系统

作     者：郭前进 于海斌 徐皑冬 Guo Qianjin;Yu Haibin;Xu Aidong

作者机构：中国科学院沈阳自动化研究所 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2005年第26卷第z1期

页      面：775-778页

核心收录：

学科分类：08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国家863/CIMS主题(2003AA414210)资助项目 

主　　题：故障诊断 补偿模糊神经网络 补偿模糊运算 

摘      要：提出了一种基于补偿模糊神经网络的智能诊断系统,该系统将神经网络和补偿模糊逻辑相结合,采用动态、全局优化的运算,充分利用了相互间的优点。在神经网络的学习算法中,动态优化补偿模糊运算,使网络更适用、更优化。网络不仅能适当调整输入输出模糊隶属函数,也能借助于补偿逻辑算法动态优化相应的模糊推理,由于补偿模糊逻辑神经网络引入了补偿模糊神经元,能使网络从初始定义的模糊规则开始训练,使网络容错率更高,系统更稳定。仿真实验证明该模型在智能诊断中具有收敛速度快,诊断精度高,而且适应性强等优点。