论文部分内容阅读
提出一种基于模块化模糊神经网络的非线性系统故障诊断新方法.该方法先使用模糊c-均值聚类法对测量空间进行模块分割,再利用模糊IF-THEN规则对分割后的子空间分别采用局部BP模型进行逼近.最后,通过离线学习获得不同子空间故障输出与测量输入的非线性动力特性.试验表明该网络具有良好的泛化性能,可显著提高非线性系统故障检测的快速性、鲁棒性及准确率.