论文部分内容阅读
文章主要论述了建立在遗传算法以及神经网络之上的新型汽轮机组数据获取方式进行了分析，首先对机组故障的历史数据进行离散化处理，同时予以模糊处理；继而向前构造出多层的神经网络。然后将构造完毕的神经网络通过教师示教的方式予以训练，通过遗传算法对圣经网络进行优化，将神经网络作为知识的本体，继而对如何挖掘汽轮机组数据进行分析，主要的算法分为以下四个部分：计算效果度量矩阵；提取规则；计算规则权重；基于遗传算法的规则修剪。从而实现了新型的汽轮机数据以及故障仿真分析系统，并且该系统的诊断可以达到84%的正确率。