基于GrC-NN和DS证据理论的电动汽车故障诊断

作者：孔慧芳; 罗京; 闫嘉鹏

来源：合肥工业大学学报(自然科学版), 2020, 43(05): 629-672.

• 粒计算神经网络(GrC-NN)
• DS证据理论
• 电动汽车
• 故障诊断

文章针对电动汽车故障数据庞杂、非线性的问题,提出了一种基于粒计算神经网络(granular computation-neural network,GrC-NN)和Dempster-Shafer(DS)证据理论的电动汽车故障诊断方法。该方法采用GrC对电动汽车故障信息进行属性约简,使用约简后的样本训练反向传播(back propagation,BP)神经网络与径向基函数(radial basis function,RBF)神经网络,并将测试数据输入到神经网络中分别进行初步诊断,最后利用DS证据理论对初步诊断结果进行决策级融合,得到最终诊断结果。仿真结果表明,该方法能有效简化神经网络结构,提高电动汽车故障诊断的准确度。

• 单位
  合肥工业大学