基于Rough Set和禁忌神经网络的传感器节点故障诊断

摘要

针对传感器节点通常位于无人看守甚至危险恶劣的环境中因而容易出现各类故障,提出了一种基于粗糙集(Rough set,RS)和禁忌神经网络的故障诊断方法；首先,采用自组织网对属性值进行离散化,然后采用粗糙集的可辨识矩阵对属性进行约简以降低输入数据的维数,最后,通过禁忌算法对神经网络进行优化形成最终的故障诊断模型并将测试数据输入禁忌神经网络进行故障诊断；仿真实验表明,文中方法能较为精确地对传感器节点的各类故障进行诊断,具有较高的诊断精度,在迭代次数为300时,诊断误差值仅为0.01％,具有很强的可行性.