基于邻域粗糙集和并行神经网络的故障诊断
来源：计算机测量与控制杂志2016年第7期北京时间：
作者：明阳,周俊
摘要：针对目前使用神经网络诊断故障时出现的输入向量选择困难、网络结构复杂、对并发故障诊断效果不好等问题,提出了基于邻域粗糙集和并行神经网络的故障诊断方法；先利用邻域粗糙集对初始征兆进行约简,留下有价值的征兆作为神经网络的输入向量,然后针对每种故障类型设计一个神经网络；用多个训练好的神经网络来并行诊断故障,综合每个神经网络的结果给出最终的诊断结论；用转子实验台的实验数据对这种故障诊断方法进行验证,结果显示该方法能优化神经网络结构,且神经网络具有训练速度快、诊断正确率高的特点。
关键词：故障诊断;邻域粗糙集;神经网络;并行网络结构
