论文部分内容阅读
研究了一种基于粗糙集和禁忌神经网络（TabuSearchArtificialneuralnetwork，TS—ANN）的故障诊断方法，解决r柴油机由于激振源多而导致的故障诊断困难的问题；首先通过SOM网络实现对初始决策表的属性值离散化，使用基于属性重要度的属性简约算法实现对决策表的属性简约，从而降低输入数据维数，然后通过禁忌算法实现对神经网络的隐层神经元个数以及权、阀值进行优化．将优化后的参数代人BP神经网络后进行训练以进一步调整，最后将训练好的神经网络用于实现故障诊断推理；仿真实验证明文中的力法能精确地