复杂系统可靠控制中的潜在问题互连神经网络分析方法

潜在问题是影响大型复杂系统安全性、可靠性的重要因素．神经网络是一种新的潜在问题分析方法，但是其分析结果难以解释．本文提出了一种基于电路结构的神经网络模型（Neural network model based on circuit architecture，CArNN），将CArNN作为个体进行集成，形成神经网络集成用于潜在问题分析．对CArNN模型的鲁棒性进行了分析，提出了两个保证模型鲁棒性的约束条件．利用此方法对一个经典电路进行了分析，结果显示，此方法对潜在电路的正确识别率达到94％．...

Full description

Saved in:
Bibliographic Details
Published inZi dong hua xue bao Vol. 34; no. 2; pp. 188 - 194
Main Author 胡昌华 刘丙杰
Format Journal Article
LanguageChinese
Published 第二炮兵工程学院302教研室,西安,710025 2008
Subjects
克隆选择算法
可靠控制
泛化性能
潜在问题分析
神经网络集成
鲁棒性分析
潜在问题分析
神经网络集成
可靠控制
鲁棒性分析
克隆选择算法
泛化性能
Online AccessGet full text
ISSN0254-4156
1874-1029
DOI10.3724/SP.J.1004.2008.00188

Cover

More Information
Summary:潜在问题是影响大型复杂系统安全性、可靠性的重要因素．神经网络是一种新的潜在问题分析方法，但是其分析结果难以解释．本文提出了一种基于电路结构的神经网络模型（Neural network model based on circuit architecture，CArNN），将CArNN作为个体进行集成，形成神经网络集成用于潜在问题分析．对CArNN模型的鲁棒性进行了分析，提出了两个保证模型鲁棒性的约束条件．利用此方法对一个经典电路进行了分析，结果显示，此方法对潜在电路的正确识别率达到94％．
Bibliography:Sneak circuit analysis, reliability control, neural network ensemble, clonal selection algorithm, robustness analysis, generalization performance
TP301
11-2109/TP
ISSN:0254-4156
1874-1029
DOI:10.3724/SP.J.1004.2008.00188