基于粗糙集优化神经网络结构的启发式算法

被引：7

作者：

张鹏 ^{[1
,2
]}

崔文利 ^{[2
]}

机构：

[1] 中国民航大学工程技术训练中心

[2] 中国民航大学航空自动化学院

来源：

控制工程 | 2009年 / 16卷 / 01期

关键词：

粗糙集; BP神经网络; 网络结构;

D O I：

10.14107/j.cnki.kzgc.2009.01.015

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

为了解决神经网络设计中确定网络结构尤其是隐层单元数的问题,提出了一种基于粗糙集理论确定神经网络结构的启发式算法。通过粗糙集理论属性约简算法对训练样本数据进行处理,根据处理结果确定网络的输入、输出以及隐层单元数。在对A320飞机自动驾驶仪不能衔接的故障诊断实例中,所设计的网络在训练中能够快速收敛,相对于传统的试探法能更快速准确地确定网络结构,从而提高飞机故障诊断效率,缩短维修时间,证明了该方法的实际可行性。

引用

页码：42 / 45

页数：4