基于SOFM的一种新型粗糙集神经网络研究  

A Study on the New Rough Set-Neural Networks Based on SOFM

作　　者：冯惊雷[1] 张喜斌[1] 张恒喜[1] 

机构地区：[1]空军工程大学飞机与发动机工程系,西安710038

出　　处：《计算机工程与应用》2005年第18期88-90,102,共4页Computer Engineering and Applications

基　　金：国家部委基金资助项目

摘　　要：结合粗糙集理论的强大定性分析能力和SOFM网络收敛速度快和易于可视化能力,该文提出了一种基于SOFM网络的新型粗糙集神经网络,给出了该模型的流程图,描述了系统各组成部分的工作原理。应用一实例验证了该模型在故障诊断中的有效性,结果表明,新模型较好地解决了训练样本的大小、样本质量等对人工神经网络的精度以及泛化能力有直接影响的问题,简化了神经网络的结构,缩短了训练时间,并实现了结果可视化,得到了故障可视拓扑映射图。A new rough set-neural network based on self organized feature map(SOFM)network is presented in this paper.Rough set theory has powerful capability for qualitative analysis,while SOFM network can approach most problems fast and visualize result easily.By combing those advantages of the two theories,the authors have designed a system flow chart and described work principles of each part.The validity of these models has been tested by practical examples.The method can ecrease the computation time,and visualize the result.Finally,they obtain visualized topology-ordering map.

关 键 词：粗糙集 SOFM网络 故障诊断 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]