粒計算在電動汽車故障診斷中的應(yīng)用.pdf

1、BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一,它作為一種按誤差逆向傳播算法訓(xùn)練的多層前饋網(wǎng)絡(luò),能夠?qū)W習(xí)和存貯大量的輸入-輸出之間映射關(guān)系,而不需要提前揭示描述輸入-輸出之間映射關(guān)系的數(shù)學(xué)方程,已廣泛地應(yīng)用于分類、聚類、預(yù)測等方面。然而,利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷時,雖然解決了知識獲取與自學(xué)習(xí)的問題,但是當(dāng)學(xué)習(xí)樣本即故障數(shù)據(jù)比較龐大,或者學(xué)習(xí)樣本空間的分布比較復(fù)雜時,存在神經(jīng)網(wǎng)絡(luò)訓(xùn)練時間長,收斂速度

2、慢,甚至難以達(dá)到收斂的現(xiàn)象。
　　粒計算是一門快速發(fā)展的新學(xué)科,它融合了粗糙集、模糊集以及人工智能等多種理論的研究成果。在知識表達(dá)系統(tǒng)中,對于刻畫不同屬性的重要性以及簡化知識表達(dá)空間等方面,粒計算理論具有較強(qiáng)的優(yōu)勢,但是在推廣能力和容錯能力方面,粒計算卻稍顯不足。因此,針對粒計算與神經(jīng)網(wǎng)絡(luò)的不足,本文以電動汽車故障為研究對象,結(jié)合應(yīng)用粒計算與神經(jīng)網(wǎng)絡(luò)建立電動汽車故障診斷模型,以達(dá)到提高電動汽車故障診斷的效率和精度的目的。據(jù)此,本文

3、主要開展了以下四個方面的研究:
　　1.調(diào)研國內(nèi)外粒計算和故障診斷技術(shù)的研究與應(yīng)用現(xiàn)狀,分析粒計算在電動汽車故障診斷應(yīng)用的可行性;
　　2.研究汽車故障數(shù)據(jù)量化處理及相容決策表的獲取方法,制定故障決策表;同時研究了基于粒計算的知識約簡算法,獲取汽車故障征兆的最小屬性集;
　　3.制定基于粒計算的電動汽車故障診斷算法步驟,并進(jìn)行算法復(fù)雜度分析;
　　4.在MATLAB/Simulink環(huán)境下,分別建立基于最小屬性集