一种基于粗糙集理论的容错网络实现及其在故障诊断中的应用

首先利用粗糙集理论对原始数据进行约简，并按一定的原则选取多个的简。然后在每一个约简的基础之上构建一个前馈子网络，并将多个子网综合成统一的容错前馈神经网络，达到对冗余信息的综合利用。通过对相应权值的训练调节，使网络的输出更精确合理。即，当某些量测信号丢失或难以获得时，可以通过其它不包含该量测信号的的简所构成的网络来进行正确的诊断，从而在信息不完备、不精确的情况下，仍保持较好的诊断性能。最后，通过对某液体火箭发动机泄漏故障检测的仿真，表明该容错网络可以满足高可靠性诊断场所的需要。