论文部分内容阅读
针对典型的模糊算子缺乏柔性的缺点,将广义概率和(GPS)与广义概率积(GPP)模糊算子引入模糊神经网络,分别代替规则层和输出层的神经元传递函数,通过补偿度参数对算法的逻辑运算强度进行调整,以模拟人类推理思维的灵活性.建立了一种基于GPS-GPP的故障预测模型,推导出了参数训练迭代算法.以轨道电路的故障预测为例对模型进行了仿真验证,并提出了一种基于余切函数的故障可信度到维修时限的映射关系.通过对GPS-GPP和Sum-Prod.的预测结果进行比较,得出GPS-GPP模糊神经模型具有更好的预测精度和泛化能力.