神经网络与符号推理集成系统及其学习算法

摘要

提出一种神经网络与符号推理集成系统ＩＮＮＳＩ（ＩｎｔｅｇｒａｔｉｏｎｏｆＮｅｕｒａｌＮｅｔ－ｗｏｒｋｓａｎｄＳｙｍｂｏｌｉｃＩｎｆｅｒｅｎｃｅ）．它包括两部分：根据领域规则构造神经网络；神经网络根据样本进行学习．该系统的特点是网络的拓扑结构在学习过程中可以动态地变化．通过齿轮箱故障诊断试验，可知应用该方法诊断齿轮箱故障是有效的，并可较大幅度地提高诊断的速度和精度．