论文部分内容阅读
该文在分析了故障诊断系统模糊规则表示及其置信度传递算法的基础上,研究了一种将模糊规则转化为神经网络的方法。根据已知的模糊规则,利用其置信度传递算法来获取学习样本,通过样本学习,建立起神经网络故障诊断权值和阈值矩阵,从而可以对新的故障样本进行诊断。由测试样本诊断结果可得出,此方法诊断速度快,具有较强的泛化能力,准确率高,同时有效消除了模糊规则进行诊断的过程中规则匹配冲突的问题。