基于多種人工智能技術(shù)集成的電力變壓器故障診斷

本文共計(jì)5頁(yè)，2500余字；

摘 要: 本文提出的算法綜合了進(jìn)化規(guī)劃、模糊理論、人工神經(jīng)網(wǎng)絡(luò)、范例推理四種人工智能技術(shù)的優(yōu)點(diǎn)，彌補(bǔ)了單種人工智能技術(shù)的缺陷，縮小了樣本間的數(shù)據(jù)差異，優(yōu)化了網(wǎng)絡(luò)初始權(quán)值，大大提高了人工神經(jīng)網(wǎng)絡(luò)的收斂性。人工神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及訓(xùn)練樣本經(jīng)過(guò)大量的計(jì)算進(jìn)行篩選確定，并通過(guò)基于范例推理的專家系統(tǒng)檢索出最佳源范例并給出診斷結(jié)論。診斷結(jié)果表明，本方法能較準(zhǔn)確地判別電力變壓器故障。
關(guān)鍵詞:人工神經(jīng)網(wǎng)絡(luò),進(jìn)化算法, 模糊理論, 范例推理

目錄：

1 引言

2 確定合適的隸屬度函數(shù)

3 利用進(jìn)化規(guī)劃優(yōu)化權(quán)值初始值

4 基于范例推理的專家系統(tǒng)

5 人工神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的建立

6 集成人工智能技術(shù)用于變壓器故障診斷的算法

7 實(shí)例分析

8 結(jié)論

9心得體會(huì)