论文部分内容阅读
针对传统Petri网难以精确描述故障发生的不确定性以及缺乏学习能力的缺点，将BP神经网络和加权模糊Petri网相结合，定义了一种新的能对故障进行诊断的模型——BPFPN网（A net based on BP and FPN），并提出了对BPFPN网故障诊断模型进行构造的算法，以及一种将BP神经网络算法应用于BPFPN网故障诊断模型实现对各种参数进行训练的方法；最后通过对实验参数为φ=5000，算法学习速率η=0．05，学习误差△e=0．0002的柔性制造系统加工中心故障诊断实例进行实验，在对各种参数进行学