基于蟻群優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)的金融押運(yùn)車故障預(yù)警問題的研究.pdf

1、近年來我國(guó)金融行業(yè)穩(wěn)定發(fā)展，越來越多的人也意識(shí)到金融安防工作的重要性。因此逐漸衍生出了一些專業(yè)的金融押運(yùn)公司，并發(fā)展成為一種新興的行業(yè)。專業(yè)押運(yùn)公司所采用的押運(yùn)車不同于普通車輛，其安全性與可靠性要求相對(duì)較高，并且由于其自身不易拆解等特點(diǎn)出現(xiàn)故障不能去普通4S店進(jìn)行維修，通常要返廠維修。如果一部押運(yùn)車因本身故障返廠維修，那么較長(zhǎng)的維修周期可能導(dǎo)致整個(gè)押運(yùn)調(diào)度的調(diào)整，這無論從經(jīng)濟(jì)方面還是安全性角度考慮都是不利的。
　　發(fā)動(dòng)機(jī)是押運(yùn)車的

2、核心部位，也是押運(yùn)車中故障頻發(fā)的設(shè)備系統(tǒng)。隨著汽車技術(shù)的進(jìn)步，押運(yùn)車電子化程度越來越高，發(fā)動(dòng)機(jī)電控系統(tǒng)的功能不斷強(qiáng)大，同時(shí)也帶來故障節(jié)點(diǎn)數(shù)的節(jié)節(jié)攀升，傳統(tǒng)的故障診斷系統(tǒng)與人工經(jīng)驗(yàn)的方法已經(jīng)不能滿足押運(yùn)車快速準(zhǔn)確的診斷要求。此外其只能確定故障的存在與否，而對(duì)故障的趨勢(shì)判定無能為力，已難以滿足押運(yùn)車的安全的需要。因此，有必要對(duì)傳統(tǒng)的故障診斷系統(tǒng)加以改進(jìn)，以適應(yīng)押運(yùn)車的要求。
　　論文的主要研究成果包括:
　　(1)從押運(yùn)車目前存

3、在的實(shí)際問題出發(fā)，綜述了國(guó)內(nèi)外現(xiàn)有的主流的故障診斷設(shè)備及方法;
　　(2)根據(jù)押運(yùn)車發(fā)動(dòng)機(jī)的故障信號(hào)、故障原因、狀態(tài)信號(hào)之間的關(guān)系具有模糊性、非線性，以及傳感器采集數(shù)據(jù)具有周期性，并不能完全做到“實(shí)時(shí)”的問題。提出將狀態(tài)信息模糊化的方法，即將模糊系統(tǒng)和BP神經(jīng)網(wǎng)絡(luò)串聯(lián)結(jié)合起來，組成模糊神經(jīng)網(wǎng)絡(luò)的故障預(yù)警方法;
　　(3)針對(duì)押運(yùn)車故障預(yù)警快速準(zhǔn)確的要求，詳細(xì)設(shè)計(jì)了BP網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，利用蟻群算法的全局搜索性優(yōu)化網(wǎng)絡(luò)連接權(quán)值，解

4、決了訓(xùn)練過程易陷入局部極小點(diǎn)的問題，并提高了收斂速度;
　　(4)針對(duì)押運(yùn)車電控系統(tǒng)復(fù)雜，參數(shù)多的問題，提出將整個(gè)系統(tǒng)切分的辦法。然后以切分后的電子燃油噴射控制系統(tǒng)為例完成了基于蟻群算法的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)。主要包括:故障征兆信息的采集與模糊化處理，BP網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)的優(yōu)化設(shè)計(jì)。并實(shí)現(xiàn)了此網(wǎng)絡(luò)在押運(yùn)車故障預(yù)警中的應(yīng)用。
　　論文的研究結(jié)果可以為押運(yùn)車的智能故障預(yù)警系統(tǒng)的進(jìn)一步開發(fā)提供依據(jù)。論文所得模型和算法對(duì)其他優(yōu)化系統(tǒng)的