资 源 简 介
应用背景 故障诊断技术经过30多年的发展,从以信号分
析为基础的一般诊断方法发展到以知识处理为基础
的智能诊断系统。人工神经网络是目前人工智能领
域最活跃的一个研究分支。神经网络系统是对人类
大脑神经网络系统的一种物理结构上的模拟,即以
计算机仿真的方法,从物理结构上模拟人脑,使系统
具有人脑的某些智能。人工神经网络对知识的掌握
是通过对样本的学习实现的,通过对大量实例的学
习,网络用尝试错误的方法来不断减小错误,修正权
值,从而掌握蕴含于样本的知识,网络通过权值的调
整记下所学过样本并掌握输入和输出之间的关系。关键技术 神经网络是一个具有高度非线性的超大规模连
续时间动力系统。是由大量的处理单元(神经元)
广泛互连而形成的网络。它是在现代神经科学研究
成果的基础上提出的,反映了脑功能的基本特征。
但它并不是人脑的真实描写,而只是它的某种抽象、
简化与模拟。网络的信息处理由神经元之间的相互
作用来实现;知识与信息的存储表现为网络元件互
连间分布式的物理联系;网络的学习和计算决定于
各神经元连接权系的动态演化过程。因此神经元构
成了网络的基本运算单元。每个神经元具有自己的
阈值。每个神经元的输入信号是所有与其相连的神
经元的输出信号和加权后的和。而输出信号是其净
输入信号的非线性函数。如果输入信号的加权集合
高于其阈值,该神经元便被激活而输出相应的值。
