未确知RBF神经网络及其在故障诊断中的应用  

Unascertained RBF Neural Network and Its Application in Fault Diagnosis

作　　者：安润秋[1] 庞彦军[2] 周少玲[2] 刘开第[2] 

机构地区：[1]唐山学院基础部,河北唐山063000 [2]河北工程大学不确定性数学研究所,河北邯郸056038

出　　处：《数学的实践与认识》2010年第3期85-90,共6页Mathematics in Practice and Theory

基　　金：国家自然科学基金(60474019);河北省自然科学基金(F2005000482)

摘　　要：建立未确知RBF神经网络.特点是:综合了未确知系统与神经网络的优点,充分利用已知样本所提供的先验信息,给出了期望输出隶属度的计算方法,网络输出合理且具有良好的可解释性.将未确知RBF神经网络应用于故障诊断领域,取得了很好的效果.In this paper, unascertained RBF neural network is founded. The features are including the advantages of unascertained system and neural network, using prior knowledge Of the known samples, giving new algorithm to compute membership, and the network output is reasonable and explainable. Using this unascertained RBF neural network in fault diagnosis, the method is effective.

关 键 词：未确知系统 分类权重 未确知RBF神经网络 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] TP393[自动化与计算机技术—控制科学与工程]