摘要:针对汽车故障诊断专家系统的知识具有动态性和不确定性的特点.提出了一种基于自适应模糊Petri网(AFPN)的汽车故障诊断方法。该方法首先根据模糊产生式规则建立相应的模糊Petri网模型,然后利用BP算法,通过样本数据对模糊Petri网中的权值等进行反复的学习训练,最后利用训练得到的参数和故障征兆发生概率对故障进行诊断。这种方法使知识库能动态更新,并可以避免依靠人工经验设置带来的不确定性。诊断结果表明,和传统故障树方法相比,该方法具有很多优点。
关键词:自适应模糊petri网 故障诊断 知识表示 知识学习 汽车
单位:浙江工业大学信息工程学院 浙江杭州310014 绍兴文理学院计算机学院 浙江绍兴312000
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社