论文部分内容阅读
针对如何通过聚合釜运行时的各项历史数据,进行聚合釜的故障诊断分析和预测,本文提出了一种方法,即基于粗糙集RS-BP神经网络相结合建立数据模型,并利用遗传算法进行模型结构优化。一方面利用遗传算法对数据的粗糙集进行属性约简,保留了必要属性,约去不必要的冗余数据,减少诊断模型的输入维数,降低过拟合现象。同时利用遗传算法对BP神经网络的初始权值和阀值进行结构优化,提高其预测精度,并将其应用于聚合釜的故障预测和诊断中,仿真实验验证了该方法的有效性。