【摘 要】
：
本文针对内燃机车的并发故障和交叉故障多的特点,提出了诊断机车故障的一种神经网络专家系统模型,首先依据机车的结构和各个部分的组成设计分布式协同专家系统,将专家系统的
论文部分内容阅读
本文针对内燃机车的并发故障和交叉故障多的特点,提出了诊断机车故障的一种神经网络专家系统模型,首先依据机车的结构和各个部分的组成设计分布式协同专家系统,将专家系统的各种知识和规则分布于各个协作的子专家系统中.在子专家系统中采用了传统的基于规则的故障诊断方式和神经网络故障诊断方式.各个协同工作的专家系统利用规则推理来解释神经网络的识别结果,神经网络用来避免烦琐的推理而直接识别故障类型.因此本系统通过在传统的专家系统中引入神经网络提高了专家系统的适应性和灵活性,并具有了一定的联想功能,可以识别带有噪声和残缺的数据.在本系统中选用ART神经网络,ART网络具有自动聚类的功能,特别适合于发现偶发性故障.在推理过程中为了比较灵活的处理各种情况,系统使用了不精确推理、非单调推理等高级推理技术,利用可信度因子,严重程度因子来解决推理过程中可能出现冲突问题.本论文分析了机车的结构和组成,给出了专家系统模型诊断的机理和实现,对系统的诊断过程做出说明.并指出了本系统的优缺点、适用范围以及将来的发展方向.
其他文献
1．研究背景 随着Internet／Intranet技术的日趋成熟和普及，越来越多的政府、企事业，特别(?)一些跨地域大型企业、跨国公司等都积极采用新技术，通过Internet／Intranet将部署(?)各
网格是一种新型而复杂的分布式计算系统,传统的资源管理和任务调度方法往往不能很好的应用于该计算环境.为此,我们利用效益函数的概念把Min-min和Sufferage两种启发式独立任
现代软件开发采用工程化的方法对开发活动进行管理，重视对质量的控制，采取相关的措施降低开发风险。 建模是软件开发的一个基本的活动，统一建模语言(UML)的出现使不同类型、
模糊逻辑与神经网络的融合技术是近几年来学术界与工程界非常关注的研究领域,神经元网络擅长于识别模式和按变化的环境进行自适应变化,而模糊推理系统则在对人类知识进行推理
信息技术和互联网的飞速发展给人们带来了日益丰富的多媒体资源，包括大量的静态图片、视频、文本以及音频数据等。如何从海量数据中准确、快速、完备地检索出我们感兴趣的内容
随着我国进一步加快教育信息化和现代远程教育工程的发展，规范教育信息技术和Web教学资源的开发工作，实现优秀教学资源的整合和共享，已成当务之急。在此背景下，如何建立一套通用
通过Baum-Welch算法能够得到基于当前训练序列的模型参数.当遇到许多具体情况时,如训练数据不足、多个训练序列等,有必要对经典的训练算法进行一定的改进,使系统在特定的情况
该文综述了博弈论在网络中的应用和调和比率的计算 在第一章中,简述了博弈论和纳什均衡的基本概念;第二章给出了调和比率的定义以及相应的一些结果;第三章证明了两个特殊时延