基于改進證據理論和神經網絡的故障診斷模型

摘 要：針對單一故障診斷方法精度低的問題，提出了一種基于DS證據理論和神經網絡相融合的決策層融合故障診斷模型。該方法利用證據理論來處理不精確的、模糊的信息，用神經網絡來處理證據理論中的基本可信度分配問題。由于證據理論合成公式無法處理高沖突的證據，提出了一種改進的基于沖突焦元的證據合成規則。該模型在降低決策不確定性的同時大大提高了診斷的精度。最后通過發動機故障診斷實例驗證了該模型的有效性。

關鍵詞：證據理論； 沖突焦元； 神經網絡； 故障診斷

中圖分類號：TP2063

文獻標志碼：A文章編號：10013695(2010)04127703doi:10.3969/j.issn.10013695.2010.04.020