蟻群神經網絡在電廠凝汽設備故障診斷中的應用研究.pdf

1、本文以凝汽設備為主要研究對象，采用神經網絡技術，并結合混合型知識表示和知識獲取方法及基于知識的專家系統(tǒng)等技術，對凝汽設備故障診斷系統(tǒng)進行了開發(fā)研究。完成了凝汽設備相關實際故障樣本的整理，建立了以0、0.25、0.5、0.75、1為征兆量的樣本以及相應蟻群神經網絡、故障診斷及解釋、數(shù)據(jù)查詢及分析等功能模塊，采用Visual Basic6.0編制了故障診斷系統(tǒng)程序，對凝汽設備故障診斷進行了仿真實驗， 本文在建立故障樣本時應用了產生式

2、規(guī)則，語義網絡，框架式等知識表達方法，有效的表達了凝汽設備故障診斷知識，保證數(shù)據(jù)的完整性，減少數(shù)據(jù)冗余。規(guī)范化處理數(shù)據(jù)庫，從而簡化了數(shù)據(jù)結構和避免了數(shù)據(jù)沖突。 本文應用一種新型的優(yōu)化算法——蟻群算法來訓練神經網絡。蟻群算法是一種新型的模擬進化算法，有正反饋、分布式計算、全局收斂、啟發(fā)式學習等特點。分析了隱層節(jié)點數(shù)、螞蟻數(shù)目、信息殘留系數(shù)等因素對網絡訓練的精度和速度的影響，為網絡參數(shù)的合理選取提供了依據(jù)。為了突出蟻群算法在訓練神經