基于粗糙集神经网络的网络故障诊断新方法.pdf

第41卷第10期 计算机研究与发展 Vd．41．No．10 2004年10月 0FCOMPUTERRESEARCHAND oct．2004 JoURNAL DEVEUOPMENT 基于粗糙集神经网络的网络故障诊断新方法 李千目 戚 j勇 张 宏 刘凤玉 (南京理工大学计算机科学与技术系南京210094) (1iqiamu@126．com) 摘要针对传统网络故障知识库冗余度高和稳定性难以两全的缺陷，综合运用神经网络方法和粗糙集理论，提出了 RsNN算法，实现不一致情况下的规则获取和学习样本的净化处理．该算法具有简化样本、适应性强、容错性高和不易陷 入局部最小点等特点，能有效处理网络故障诊断中噪声或不相容的信息．实验表明，利用该方法实现的系统与同类的其 他方法相比，提高了诊断准确率和诊断速度． 关键词粗糙集；神经网络；故障诊断 中图法分类号TP393；TP311 A Basedon NewNetworkFault Method RS-NeuralNetwork Diagnosis LI LIU Qian—Mu，QIYong，ZHANGHong，andFeng．Yu (D啦以删f0厂伤优似衍如撇口蒯T砒咖，№巧i馏溉i锄郇妇盯Sf锄∞口以亿^加魄y，№巧i增，210094) In fornetworkfault is forward Abstractthis method paper，adesign diagnosissystemsput byproposir培 RSNN neuralnetworkand sets．Reducedinfomationtablecanbe algorithm，whichtightly∞mbines rough thatthenumberofevaluationcriteriaisreducedwithnoinfomationloss obtained，whichimplies through Set thisreducedinfOnnationisuSedto classificationrulesandtrain Andthen， roughapproach． develop neuralnetworktoinfer rules RSneuralnetwork show appropriatepar锄eters．Thedevelopedby amlysis thebest a casedoesmatchoftherules．It’s of several predictionaccurac多if any capableovercoming suchaSa dilemma in between and The shortcomingsexistingdiagnosissystems， stabilityredundancy． thismethodshowsa by goOddiagnosticability．