[发明专利]一种基于模糊神经的MVB网络故障诊断方法在审
| 申请号： | 201910553776.9 | 申请日： | 2019-06-25 |
| 公开（公告）号： | CN110188837A | 公开（公告）日： | 2019-08-30 |
| 发明（设计）人： | 胡黄水;杨兴旺;卿金晖;赵航 | 申请（专利权）人： | 长春工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06F17/11 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 130012 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种MVB网络故障诊断的算法，特别是一种基于模糊神经的MVB网络故障诊断方法。包括MVB通信故障模型及网络故障诊断算法，根据故障种类的不同建立故障模型，通过减法聚类找到聚类中心，确定模糊规则数、输入变量的隶属度函数数目及其位置，最后应用T‑S模糊神经网络诊断MVB网络故障类别，从而达到MVB网络故障诊断的目的。本发明应用在列车MVB网络中，可以提高网络故障诊断的准确率及稳定性，从而提高了网络的安全性，在车辆总线领域有良好的研究发展前景。 | ||
| 搜索关键词： | 故障诊断 网络故障诊断 故障模型 模糊神经 算法 模糊神经网络 隶属度函数 车辆总线 故障类别 减法聚类 聚类中心 模糊规则 输入变量 准确率 应用 诊断 列车 网络 研究 | ||
【主权项】：
1.一种基于模糊神经的MVB网络故障诊断方法，其特征在于：本发明包括MVB通信故障模型及网络故障诊断算法两部分。首先根据MVB主要故障种类的不同，通过非线性方程的方式建立故障诊断模型，然后通过减法聚类对输入空间非线性划分找到聚类中心，根据聚类中心个数来确定模糊规则数和输入变量的隶属度函数的数目及隶属度函数的位置，最后应用T‑S模糊神经网络诊断MVB网络故障类别，从而达到MVB网络故障诊断的目的。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长春工业大学，未经长春工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910553776.9/，转载请声明来源钻瓜专利网。
