基于自适应神经模糊推理系统的复杂系统故障预测

摘要

为提高复杂系统的保障水平,实现系统中重要部件的故障预测,研究采用自适应神经-模糊推理系统(ANFIS)构建故障预测模型,并利用模糊C均值聚类算法将典型故障数据分类,降低数据复杂性,提高ANFIS运行效率;同时将最陡下降法与最小二乘法应用到ANFIS模型参数的优化中,提高了故障预测的准确性,最后将此法嵌入到某型装甲装备瞄准镜控制盒的故障预测系统中.实例分析表明:此法能够有效提高故障预测效率,具有更高的准确性、稳定性、适用性.