基于粗糙集和BP神经网络算法的网络故障诊断模型研究

被引：32

作者：

尚志信

周宇

叶庆卫

王晓东

机构：

[1] 宁波大学信息科学与工程学院

来源：

宁波大学学报(理工版) | 2013年 / 26卷 / 02期

关键词：

粗糙集; BP神经网络; 网络故障诊断; 知识库;

D O I：

暂无

中图分类号：

TP393.06 []; TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对计算机网络故障诊断知识库冗余性高、神经网络与PCA、DS证据等理论相结合诊断精度不高的难题,提出了一种新的基于粗糙集和BP神经网络的计算机网络故障诊断模型.首先利用粗糙集算法对网络故障特征进行约简处理、提取最小诊断规则;其次利用最小规则训练BP神经网络,建立基于粗糙集和BP神经网络的计算机网络故障诊断模型;最后将模型运用于真实网络故障数据诊断.结果表明:该模型具有学习效率高、诊断速度快、准确率高的特点,能够快速诊断网络故障类型.

引用

页码：45 / 48

页数：4

共 7 条

[1]

Valve fault detection and diagnosis based on CMAC neural networks [J].