基于遗传算法的自动驾驶仪测试性分析

为了提高自动驾驶仪故障测试与诊断的快速性与准确性,提出了一种基于遗传算法的自动驾驶仪测试性分析方法;此方法解决了遗传算法应用于测试项目选择的难点,构建了最优的故障测试策略,能以最短时间完成测试并满足测试覆盖性的要求;利用故障测试获得的知识,简化故障与测试间的相关性矩阵,加快了故障诊断的速度;最终获得了故障测试与诊断一体化的方法;实验结果表明,此方法有效提高了故障测试与诊断的速度,并且易于实现。     

因子模糊化BP神经网络在磨粒识别中的应用

在引入磨粒形态学描述了提取磨损颗粒显微形态特征的基础上,用人工神经网络技术,编制了用于磨损颗粒自动识别的ＢＰ网络计算机模拟程序,应用所引入的因子模糊化训练法可使训练速度加快,以异或问题为例,速度可提高５～１０倍。用此网络对磨粒测试库进行识别实验发现,识别速度快且正常率在９０％以上,优于传统的磨粒识别方法。