论文部分内容阅读
针对传统模糊Petri网在进行故障诊断推理时，需要依靠专家经验给出所有产生式规则的参数，使得故障诊断的精确度受限于专家知识水平的问题，提出了一种加权模糊神经Petri网模型以及相应的构造方法，此方法使用模糊Petri网进行故障诊断，网模型中各参数由BP神经网络训练而得，为了进一步提高诊断精确度，定义了使用ACO（Ant Colony Optimization）对网模型的各参数进行优化的算法；最后通过发电机故障诊断实例对比试验，验证了文中ACO优化的模糊神经Petri网，能够对各种故障进行正确的诊断，且在诊