论文研究-基于AGA-RS的故障特征参数提取方法研究.pdf

【文件属性】：
文件名称：论文研究-基于AGA-RS的故障特征参数提取方法研究.pdf
文件大小：525KB
文件格式：PDF
更新时间：2022-09-26 21:40:28
论文研究 在故障诊断中，将高维特征空间压缩到低维特征空间可以简化故障分类器设计，提高运算效率。研究了自适应遗传算法（AGA）和粗糙集（RS）理论在特征选择和特征约简中的应用，并针对柴油机燃油喷射系统故障提取了简化特征，建立了神经网络模型。试验结果表明，基于AGA-RS的故障特征参数提取方法可使故障分类器输入参数同时具有有效性和简约性，提高了神经网络的运算效率。