演化计算为神经网络的自动设计和训练提供了一种新途径。但目前的一些研究成果还集中在小型网络的设计上.在实用化方面还有很多问题需要解决。将遗传算法应用于故障诊断神经网络表明,遗传算法作为一种对进化论思想的计算机...[继续阅读]

    一般设计神经网络结构不外乎下面3种方法:(1)对给定的网络拓扑结构进行经验分析以验证其合理性,但非常困难;(2)采用大尺度的神经网络以保证精度要求,但在学习过程中会导致异常大的搜索空间,运行速度相当慢而造成事与愿违;(3)采...[继续阅读]

    演化神经网络拓扑结构的主要优越性在于对特定问题可能自动识别包含可能解的最小搜索空间。搜索空间的尺度会受到编码特性的影响,也会受到编码字串长度和编码粒度的影响。编码粒度是一个编码参数,对网络的结构起作用,在设...[继续阅读]

    在神经网络结构的优化过程中繁殖算子是必要的,但交叉算子的使用有时会出现一些问题。如果适应度好的两种网络匹配,则子代有可能比父代差,因为这两个网络中隐层神经元的复制过程中会使其他一些有用的神经元丢失。在多层感...[继续阅读]

    信息融合(DataFussion)是信息科学领域内的一项高技术。简单地讲,信息融合就是将多种类型的信息综合在一起,并从中提取具有更多有用价值信息的技术。该技术目前广泛应用于C3I系统和机器人控制等领域。由于监测系统中传感器数量...[继续阅读]

    单子神经网络通过对多类典型故障样本的学习,可记住这些故障的特性。当输入任一案例时,网络通过联想回忆,将逼近最接近的一类故障。因此,单子神经网络可实现对多类故障的诊断。由于单子网络输出的每一节点对应一类故障,因此...[继续阅读]

    集成神经网络的结构基于传感器融合技术而来。传感器融合的方案有串联和并联两种形式,如图9.12-3所示。其中,S为传感器,D表示来自传感器的数据,C表示融合中心。图9.12-3集成神经网络a—传感器融合串;b—联结构把上述融合中心用神...[继续阅读]

    集成神经网络是由若干个子网络组合而成的。子网络的构成,包括其结构、输入输出样本特性,直接关系到集成神经网络的诊断效果。因此有必要研究子网络组建应遵循的原则。考虑图9.12-5所示的集成神经网络融合系统。设Y为决策融...[继续阅读]

    集成神经网络是一个有机的整体,各子网络既相互独立,又相互配合。在各类信号俱全的情况下,集成神经网络系统可以在线实现。否则通过人机接口,可以离线实现。下面从各部分的功能入手研究集成神经网络的实现策略。参见图9.1...[继续阅读]

    现以风机诊断为例,说明集成神经网络诊断的实现。采用两个诊断子网络。子网络1采用振动信号的频谱能量作为输入,子网络2采用轴承处的振动方向和油温变化为输入。两个子网络的档案如表9.12-2(a)、(b)和9.12-3(a)、(b)所示。表9.12-2...[继续阅读]