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 in	Zi dong hua xue bao Vol. 34; no. 2; pp. 188 - 194
Main Author	胡昌华刘丙杰
Format	Journal Article
Language	Chinese
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 Access	Get full text
ISSN	0254-4156 1874-1029
DOI	10.3724/SP.J.1004.2008.00188

Cover

Abstract	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％．
AbstractList	TP301; 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%. 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％．
Author	胡昌华刘丙杰
AuthorAffiliation	第二炮兵工程学院302教研室,西安710025
AuthorAffiliation_xml	– name: 第二炮兵工程学院302教研室,西安,710025
Author_FL	HU Chang-Hua LIU Bing-Jie
Author_FL_xml	– sequence: 1 fullname: HU Chang-Hua – sequence: 2 fullname: LIU Bing-Jie
Author_xml	– sequence: 1 fullname: 胡昌华刘丙杰
BookMark	eNotkM1Kw0AcxBdRsNa-gScP3hL_u9lNNkcpapWCgr2XTbJpqyVFiygeRaQXrQp-IG0VUfSiHgqihuLLNFn7FqbU08zhxwwzU2g8qAUSoRkMumEROr-xrq_qGIDqBIDrAJjzMZTC3KIaBmKPoxQQRjWKmTmJMvV6xQFsUcsmBqRQLno8iduHqhuq8C5qvg_a9_Hpc9T46H--qtujuNeKWi-D67fBw03_--L3p6OeOipsqt65CltR4zjunMVXX3H3chpN-KJal5l_TaPC0mIhm9Pya8sr2YW85jKONZcz6UthAjAupcWJ4zHbYdwDShwmuTSF54uh94hLCPfsZIcpiGtzin3MjTSaG8XuicAXQam4WdvdCZLC4oFX3neGFwABjBNwdgS65VpQ2q4kqCPcLb9SlUViUmYzxo0_RwB21Q
ClassificationCodes	TP301
ContentType	Journal Article
Copyright	Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml	– notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID	2RA 92L CQIGP W92 ~WA 2B. 4A8 92I 93N PSX TCJ
DOI	10.3724/SP.J.1004.2008.00188
DatabaseName	维普_期刊中文科技期刊数据库-CALIS站点中文科技期刊数据库-7.0平台中文科技期刊数据库-工程技术中文科技期刊数据库- 镜像站点 Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod	fulltext_linktorsrc
Discipline	Engineering
DocumentTitleAlternate	Sneak Circuit Analysis Based on Novel Coadjacent Neural Network Model for Reliability Control of Complex System
DocumentTitle_FL	Sneak Circuit Analysis Based on Novel Coadjacent Neural Network Model for Reliability Control of Complex System
EISSN	1874-1029
EndPage	194
ExternalDocumentID	zdhxb200802011 26459558
GrantInformation_xml	– fundername: 国家自然科学基金; 教育部跨世纪优秀人才培养计划 funderid: (60736026); 教育部跨世纪优秀人才培养计划
GroupedDBID	--K -0Y .~1 0R~ 1B1 1~. 1~5 2B. 2C0 2RA 4.4 457 4G. 5GY 5VS 5XA 5XJ 7-5 71M 8P~ 92H 92I 92L AAIKJ AALRI AAQFI AAXUO ACGFS ADEZE ADTZH AECPX AEKER AFTJW AGHFR AGYEJ AITUG AJOXV ALMA_UNASSIGNED_HOLDINGS BLXMC CCEZO CDYEO CJLMK CQIGP CS3 CUBFJ CW9 EBS EJD EO8 EO9 EP2 EP3 FDB FEDTE FNPLU GBLVA HVGLF HZ~ IHE J1W JJJVA M41 MO0 N9A O-L O9- OAUVE OZT P-8 P-9 P2P PC. Q38 ROL RPZ SDF SDG SES TCJ TGT U1G U5S W92 ~WA 4A8 93N ABJNI ABWVN ACRPL ADNMO PSX
ID	FETCH-LOGICAL-c581-c85efea60058ee782bd59b58d042b5e8e6adfa42b5d2c228d91876a2c9841f183
ISSN	0254-4156
IngestDate	Thu May 29 04:10:30 EDT 2025 Thu Nov 24 20:35:13 EST 2022
IsPeerReviewed	true
IsScholarly	true
Issue	2
Keywords	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
Language	Chinese
LinkModel	OpenURL
MergedId	FETCHMERGED-LOGICAL-c581-c85efea60058ee782bd59b58d042b5e8e6adfa42b5d2c228d91876a2c9841f183
Notes	Sneak circuit analysis, reliability control, neural network ensemble, clonal selection algorithm, robustness analysis, generalization performance TP301 11-2109/TP
PageCount	7
ParticipantIDs	wanfang_journals_zdhxb200802011 chongqing_backfile_26459558
PublicationCentury	2000
PublicationDate	2008
PublicationDateYYYYMMDD	2008-01-01
PublicationDate_xml	– year: 2008 text: 2008
PublicationDecade	2000
PublicationTitle	Zi dong hua xue bao
PublicationTitleAlternate	Acta Automatica Sinica
PublicationTitle_FL	ACTA AUTOMATICA SINICA
PublicationYear	2008
Publisher	第二炮兵工程学院302教研室,西安,710025
Publisher_xml	– name: 第二炮兵工程学院302教研室,西安,710025
SSID	ssib017479230 ssib001102911 ssib006576350 ssib007293330 ssj0059721 ssib007290157 ssib023646446 ssib005904210 ssib051375349
Score	1.8359075
Snippet	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... TP301; 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...
SourceID	wanfang chongqing
SourceType	Aggregation Database Publisher
StartPage	188
SubjectTerms	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
Title	复杂系统可靠控制中的潜在问题互连神经网络分析方法
URI	http://lib.cqvip.com/qk/90250X/20082/26459558.html https://d.wanfangdata.com.cn/periodical/zdhxb200802011
Volume	34
hasFullText	1
inHoldings	1
isFullTextHit
isPrint
journalDatabaseRights	– providerCode: PRVESC databaseName: ScienceDirect Freedom Collection 2013 customDbUrl: eissn: 1874-1029 dateEnd: 20151031 omitProxy: true ssIdentifier: ssj0059721 issn: 0254-4156 databaseCode: .~1 dateStart: 20070101 isFulltext: true titleUrlDefault: https://www.sciencedirect.com providerName: Elsevier
link	http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1Na9RAdKj1ogfxE2v96ME5piaTTDJznOxmKQXFQ4XipSSz2VaELWoL0oMHEelFq4IfSFtFFL2oh4KoS_HPdDf2X_jeZHabSsEPWMLL5H3MvJedeW8y84aQ8xwCNBYy4ejA1Q72kk4a6MhxW1q7GlyGlsYNzhcvhRNXgslpPj2072pl1dLiQjaul_bcV_I_VoUysCvukv0Hyw6YQgHAYF-4goXh-lc2pgmnCpzBOk1CKutUMJpENPZpHBsgprKBOKJBFQAScZSLyCKhKjKPBI1DmgQ0FlTVkUoqKgLEietU1hAHrkoY8oiqBAHFqBSGSlEJQoFJg8oEyRW3AEgHuQgAH69fn5oVKkJT54RKUx8J4qQR6tPyOMy-x4zMBbBVhlCZmgBQQxJsPrTIsMJHvP_6GCKfKs_wFoiORKChZAfF1MM2AwBplRi7u2ZCxOCtNa2r4a9sODKNUOeoE2DGacwRiI0SEBkEx5VKShSiIBpjRhQ3MiO0iAwMWoLWZDWsPXCIG7ZQSCjE_Ejl5m3bb0PM7WBcXB1k7IzttUqsX44YXnmqoXU-vPLE59_HNT9iAX5Zvzw-ictagv4a4AHxrozhS8252xkzu6hd3Pa-n0XghUFfP36nmurPZbLSt3MJ3XfFFQw5pircuY_wg3vlCznc-_5O6InnEISVqQXu-RAIY2hfekUcs0SZ-U6rnHIbKzbswl7NwlQnc_Pt2RvgwJn9dO1W2p6tuH5Th8khG7ONqfIPeIQMLc0dJQcrmTyPkYnu2we9tbvFRqfovOqufN5ee917-L67_GXr68fi5b3e5mp39cP280_bb15sfX_y88d68W696KwUm4-Lzmp3-X5v_VHv2bfextPjZKqRTNUmHHtIiaO58BwteN7K0xCP58xzcLezJpcZF03QZsZzkYdps5Ui3GSaMdGUHvgfKdNSBF4LxtMTZLg9385PkjHM6quF4JmAMCHNAonnyjGW-2A-0DwfIaMDlYCPq69j5rYZhtmgOBcj5JxV0oztoW7N7H4RTv0RY5QcKJdD4QzjaTK8cHMxPwM-90J21rw8vwBilqUt
linkProvider	Elsevier
openUrl	ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%A4%8D%E6%9D%82%E7%B3%BB%E7%BB%9F%E5%8F%AF%E9%9D%A0%E6%8E%A7%E5%88%B6%E4%B8%AD%E7%9A%84%E6%BD%9C%E5%9C%A8%E9%97%AE%E9%A2%98%E4%BA%92%E8%BF%9E%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%88%86%E6%9E%90%E6%96%B9%E6%B3%95&rft.jtitle=%E8%87%AA%E5%8A%A8%E5%8C%96%E5%AD%A6%E6%8A%A5&rft.au=%E8%83%A1%E6%98%8C%E5%8D%8E&rft.au=%E5%88%98%E4%B8%99%E6%9D%B0&rft.date=2008&rft.pub=%E7%AC%AC%E4%BA%8C%E7%82%AE%E5%85%B5%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2302%E6%95%99%E7%A0%94%E5%AE%A4%2C%E8%A5%BF%E5%AE%89%2C710025&rft.issn=0254-4156&rft.volume=34&rft.issue=2&rft.spage=188&rft.epage=194&rft_id=info:doi/10.3724%2FSP.J.1004.2008.00188&rft.externalDocID=zdhxb200802011
thumbnail_s	http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fimage.cqvip.com%2Fvip1000%2Fqk%2F90250X%2F90250X.jpg http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fzdhxb%2Fzdhxb.jpg