模糊積分理論及其在智能集成故障診斷中的應(yīng)用[外文翻譯].rar
模糊積分理論及其在智能集成故障診斷中的應(yīng)用[外文翻譯],附件c:譯文模糊積分理論及其在智能集成故障診斷中的應(yīng)用摘要:在這篇論文,通過堅(jiān)持對(duì)生物感知系統(tǒng)采用“先分散,再集中”的思想,一個(gè)基于多征兆域概念的故障診斷共識(shí)就此達(dá)成。從群體決策的要點(diǎn),基于神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)這種診斷的方法正在被研究,此外建議采用一種特殊基于模糊積分理論的多征兆域診斷策略方法。最后,給出了一個(gè)案例研究研究結(jié)...
該文檔為壓縮文件,包含的文件列表如下:


內(nèi)容介紹
原文檔由會(huì)員 yaagoo 發(fā)布
附件C:譯文
模糊積分理論及其在智能集成故障診斷中的應(yīng)用
摘要:在這篇論文,通過堅(jiān)持對(duì)生物感知系統(tǒng)采用“先分散,再集中”的思想,一個(gè)基于多征兆域概念的故障診斷共識(shí)就此達(dá)成。從群體決策的要點(diǎn),基于神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)這種診斷的方法正在被研究,此外建議采用一種特殊基于模糊積分理論的多征兆域診斷策略方法。最后,給出了一個(gè)案例研究研究結(jié)果表明,我們建議的診斷策略比傳統(tǒng)方法更為有效。
關(guān)鍵詞:故障診斷,神經(jīng)網(wǎng)絡(luò),模糊積分,群體決策
1簡介
為了獲得更準(zhǔn)確和可靠的故障診斷結(jié)果,從各種兆域診斷中提取故障癥狀是可取的。然而,如何有效地利用這個(gè)多癥狀域信息仍是一個(gè)問題。傳統(tǒng)的方法是堆疊載體。從模式識(shí)別的角度來看,這種做法將導(dǎo)致兩個(gè)問題:規(guī)范化問題和高維化問題。各種癥狀域的特點(diǎn)的不同之處可能不僅體現(xiàn)在表現(xiàn)形式,而且可能體現(xiàn)在物理意義。對(duì)大規(guī)模這些功能的規(guī)范化是相當(dāng)困難的,而且高維向量會(huì)增加計(jì)算的復(fù)雜性。因此,研究更加有效的策略和方法是可取的。
據(jù)了解,生物感知系統(tǒng)處理通常包含兩個(gè)階段:早期個(gè)別刺激功能檢測階段和后期結(jié)合檢測結(jié)果特征優(yōu)化思想或決策的抽象陳述階段。借鑒這一現(xiàn)象,本文就此形成一個(gè)以多征兆域的概念為基礎(chǔ)的共識(shí)故障診斷方法?;谏窠?jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)這種診斷的方法正在被研究,此外建議采用一種特殊基于模糊積分理論的多征兆域診斷策略方法。最后,給出一個(gè)案例研究。
2故障診斷共識(shí)的理念及其實(shí)現(xiàn)方法
假設(shè)故障空間D由故障集合M組成 D={d1,d2,…,dM},設(shè)定表癥狀域?yàn)镵,K組比對(duì)套是從Si,i=1,2,…,K的各領(lǐng)域中提取出來的。對(duì)于每個(gè)模式集,相應(yīng)的診斷模型(記為ei,i=1,2,…,K)可確定投影fi:Si→D,i=1,2,…,K,這僅僅是單癥狀域?yàn)榛A(chǔ)的診斷。通過這種方式,診斷結(jié)果K可以得到,那么,在獲得診斷結(jié)果K時(shí)同時(shí)對(duì)這些結(jié)果進(jìn)行共識(shí)處理,更準(zhǔn)確可靠的診斷結(jié)果就呼之欲出了。圖1描述了基于故障診斷共識(shí)的多征兆域概念。
模糊積分理論及其在智能集成故障診斷中的應(yīng)用
摘要:在這篇論文,通過堅(jiān)持對(duì)生物感知系統(tǒng)采用“先分散,再集中”的思想,一個(gè)基于多征兆域概念的故障診斷共識(shí)就此達(dá)成。從群體決策的要點(diǎn),基于神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)這種診斷的方法正在被研究,此外建議采用一種特殊基于模糊積分理論的多征兆域診斷策略方法。最后,給出了一個(gè)案例研究研究結(jié)果表明,我們建議的診斷策略比傳統(tǒng)方法更為有效。
關(guān)鍵詞:故障診斷,神經(jīng)網(wǎng)絡(luò),模糊積分,群體決策
1簡介
為了獲得更準(zhǔn)確和可靠的故障診斷結(jié)果,從各種兆域診斷中提取故障癥狀是可取的。然而,如何有效地利用這個(gè)多癥狀域信息仍是一個(gè)問題。傳統(tǒng)的方法是堆疊載體。從模式識(shí)別的角度來看,這種做法將導(dǎo)致兩個(gè)問題:規(guī)范化問題和高維化問題。各種癥狀域的特點(diǎn)的不同之處可能不僅體現(xiàn)在表現(xiàn)形式,而且可能體現(xiàn)在物理意義。對(duì)大規(guī)模這些功能的規(guī)范化是相當(dāng)困難的,而且高維向量會(huì)增加計(jì)算的復(fù)雜性。因此,研究更加有效的策略和方法是可取的。
據(jù)了解,生物感知系統(tǒng)處理通常包含兩個(gè)階段:早期個(gè)別刺激功能檢測階段和后期結(jié)合檢測結(jié)果特征優(yōu)化思想或決策的抽象陳述階段。借鑒這一現(xiàn)象,本文就此形成一個(gè)以多征兆域的概念為基礎(chǔ)的共識(shí)故障診斷方法?;谏窠?jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)這種診斷的方法正在被研究,此外建議采用一種特殊基于模糊積分理論的多征兆域診斷策略方法。最后,給出一個(gè)案例研究。
2故障診斷共識(shí)的理念及其實(shí)現(xiàn)方法
假設(shè)故障空間D由故障集合M組成 D={d1,d2,…,dM},設(shè)定表癥狀域?yàn)镵,K組比對(duì)套是從Si,i=1,2,…,K的各領(lǐng)域中提取出來的。對(duì)于每個(gè)模式集,相應(yīng)的診斷模型(記為ei,i=1,2,…,K)可確定投影fi:Si→D,i=1,2,…,K,這僅僅是單癥狀域?yàn)榛A(chǔ)的診斷。通過這種方式,診斷結(jié)果K可以得到,那么,在獲得診斷結(jié)果K時(shí)同時(shí)對(duì)這些結(jié)果進(jìn)行共識(shí)處理,更準(zhǔn)確可靠的診斷結(jié)果就呼之欲出了。圖1描述了基于故障診斷共識(shí)的多征兆域概念。
TA們正在看...
- 新生代農(nóng)民工的職業(yè)流動(dòng).doc
- 霍蘭德職業(yè)類型理論56p.ppt
- 數(shù)據(jù)庫及其應(yīng)用access課件122p.ppt
- 精美詩詞學(xué)習(xí)180p.docx
- 金融外匯債券股票期貨期權(quán)術(shù)語.doc
- 自然養(yǎng)豬法的引進(jìn)示范推廣項(xiàng)目技術(shù)工作總結(jié).doc
- 90萬噸/年乙烯裝置超高壓蒸汽管線超聲波檢測技術(shù)措...doc
- 220kv變電站電氣一次初步設(shè)計(jì).doc
- 博客營銷.ppt
- 小學(xué)三年級(jí)語文課件《趙州橋》課件.rar