自从它能改进生产率，一个有效预示的程序对复杂设备的预兆的维护关键，延长设备生活，并且提高系统安全。这份报纸基于背繁殖为精确失败预后建议一种新奇技术神经网络和量多代理人算法。由量计算理论和多代理人系统的广泛的研究启发了，这种技术采用量多代理人策略与包括健康评估，合作，转线路和变化的量代理人表示和几操作的主要特征，为神经网络到的参数优化避免象困住到本地最小的慢集中和责任那样的缺乏。验证建议途径的可行性，几个数字近似实验第一被设计，在哪个以后从辛辛那提大学的实验室的轴承的真实震动的数据被分析并且过去常为一个给定的未来点估计健康条件。结果是鼓励并且显示介绍预报方法有潜力在工业机械为失败预言作为一个评价工具被利用。
系统科学与系统工程学报：英文版
2016年2期
