基于循环神经网络的决策支持系统
神经与进化计算
2019-10-08 v1 机器学习
系统与控制
系统与控制
摘要
复杂装置中的决策支持系统(DSS)通过主动显示系统状态、记录事件及其发生时间并提出相关操作建议,在异常瞬态和过程扰动期间辅助操作员决策方面发挥着关键作用。复杂系统的复杂性与动态特性要求谨慎选择合适的神经网络架构,以提高诊断精度。本工作中,我们提出一种利用循环神经网络与主成分分析(PCA)开发故障诊断决策支持的技术。我们在诊断前阶段利用PCA方法进行噪声滤波,并在源自加压核反应堆仿真的代表性数据上评估径向基循环网络的预测能力。该过程使用来自不同故障场景的数据进行验证,并以故障特征作为 inputs。所需的预测输出为故障的位置与大小。结果表明径向基网络给出了准确的预测。本文还给出了所选超参数与诊断结果。
引用
@article{arxiv.1910.02219,
title = {Recurrent neural network based decision support system},
author = {Abiodun Ayodeji and Yong-kuo Liu},
journal= {arXiv preprint arXiv:1910.02219},
year = {2019}
}
备注
conference