模糊积分理论及其在智能集成故障诊断中的应用[外文翻译].rar
模糊积分理论及其在智能集成故障诊断中的应用[外文翻译],附件c：译文模糊积分理论及其在智能集成故障诊断中的应用摘要：在这篇论文，通过坚持对生物感知系统采用“先分散，再集中”的思想，一个基于多征兆域概念的故障诊断共识就此达成。从群体决策的要点，基于神经网络来实现这种诊断的方法正在被研究，此外建议采用一种特殊基于模糊积分理论的多征兆域诊断策略方法。最后，给出了一个案例研究研究结...
该文档为压缩文件,包含的文件列表如下:
内容介绍
原文档由会员 yaagoo 发布
附件C：译文
模糊积分理论及其在智能集成故障诊断中的应用
摘要：在这篇论文，通过坚持对生物感知系统采用“先分散，再集中”的思想，一个基于多征兆域概念的故障诊断共识就此达成。从群体决策的要点，基于神经网络来实现这种诊断的方法正在被研究，此外建议采用一种特殊基于模糊积分理论的多征兆域诊断策略方法。最后，给出了一个案例研究研究结果表明，我们建议的诊断策略比传统方法更为有效。
关键词：故障诊断，神经网络，模糊积分，群体决策
1简介
为了获得更准确和可靠的故障诊断结果，从各种兆域诊断中提取故障症状是可取的。然而，如何有效地利用这个多症状域信息仍是一个问题。传统的方法是堆叠载体。从模式识别的角度来看，这种做法将导致两个问题：规范化问题和高维化问题。各种症状域的特点的不同之处可能不仅体现在表现形式，而且可能体现在物理意义。对大规模这些功能的规范化是相当困难的，而且高维向量会增加计算的复杂性。因此，研究更加有效的策略和方法是可取的。
据了解，生物感知系统处理通常包含两个阶段：早期个别刺激功能检测阶段和后期结合检测结果特征优化思想或决策的抽象陈述阶段。借鉴这一现象，本文就此形成一个以多征兆域的概念为基础的共识故障诊断方法。基于神经网络来实现这种诊断的方法正在被研究，此外建议采用一种特殊基于模糊积分理论的多征兆域诊断策略方法。最后，给出一个案例研究。
2故障诊断共识的理念及其实现方法
假设故障空间D由故障集合M组成 D={d1,d2,…,dM},设定表症状域为K，K组比对套是从Si,i=1,2,…,K的各领域中提取出来的。对于每个模式集，相应的诊断模型（记为ei,i=1,2,…,K）可确定投影fi:Si→D,i=1,2,…,K,这仅仅是单症状域为基础的诊断。通过这种方式，诊断结果K可以得到，那么，在获得诊断结果K时同时对这些结果进行共识处理，更准确可靠的诊断结果就呼之欲出了。图1描述了基于故障诊断共识的多征兆域概念。
模糊积分理论及其在智能集成故障诊断中的应用
摘要：在这篇论文，通过坚持对生物感知系统采用“先分散，再集中”的思想，一个基于多征兆域概念的故障诊断共识就此达成。从群体决策的要点，基于神经网络来实现这种诊断的方法正在被研究，此外建议采用一种特殊基于模糊积分理论的多征兆域诊断策略方法。最后，给出了一个案例研究研究结果表明，我们建议的诊断策略比传统方法更为有效。
关键词：故障诊断，神经网络，模糊积分，群体决策
1简介
为了获得更准确和可靠的故障诊断结果，从各种兆域诊断中提取故障症状是可取的。然而，如何有效地利用这个多症状域信息仍是一个问题。传统的方法是堆叠载体。从模式识别的角度来看，这种做法将导致两个问题：规范化问题和高维化问题。各种症状域的特点的不同之处可能不仅体现在表现形式，而且可能体现在物理意义。对大规模这些功能的规范化是相当困难的，而且高维向量会增加计算的复杂性。因此，研究更加有效的策略和方法是可取的。
据了解，生物感知系统处理通常包含两个阶段：早期个别刺激功能检测阶段和后期结合检测结果特征优化思想或决策的抽象陈述阶段。借鉴这一现象，本文就此形成一个以多征兆域的概念为基础的共识故障诊断方法。基于神经网络来实现这种诊断的方法正在被研究，此外建议采用一种特殊基于模糊积分理论的多征兆域诊断策略方法。最后，给出一个案例研究。
2故障诊断共识的理念及其实现方法
假设故障空间D由故障集合M组成 D={d1,d2,…,dM},设定表症状域为K，K组比对套是从Si,i=1,2,…,K的各领域中提取出来的。对于每个模式集，相应的诊断模型（记为ei,i=1,2,…,K）可确定投影fi:Si→D,i=1,2,…,K,这仅仅是单症状域为基础的诊断。通过这种方式，诊断结果K可以得到，那么，在获得诊断结果K时同时对这些结果进行共识处理，更准确可靠的诊断结果就呼之欲出了。图1描述了基于故障诊断共识的多征兆域概念。
