252927 Автомат дамжуулах Al4 DPO шилжих даралттай холбоотой

1. Нийтлэг мэдрэгчийн алдаа оношлогооны аргууд

Шинжлэх ухаан, технологийн хөгжлийг хөгжүүлэх, мэдрэгчийн алдаа дутагдалтай аргууд нь өдөр тутмын хэрэглээний хэрэгцээг илүү ихээр хангаж өгдөг. Тодруулбал, нийтлэг мэдрэгчийн дутагдал оношлогоо оношлогоо нь дараахь зүйлийг агуулдаг.

1.1 Загвар суурилсан алдааны оношлогоо

Хамгийн эртний боловсруулсан загварт суурилсан мэдрэгчтэй мэдрэгчийн оношлогоо нь тооцоолсон технологи нь тооцоолсон утгатай харьцуулахын оронд анализын үр дүнг тооцоолж, үүнтэй харьцуулахын оронд дүн шинжилгээ хийхэд хүргэдэг. Одоогийн байдлаар энэ оношлогооны технологийг дараахь байдлаар хувааж болно. Параметрийн тооцоолсон аливаа тоймыг гурван ангилалд тохируулж болно. Ерөнхийдөө, бид физик системийг параметрүүд, хяналтын системийг параметрийн систем гэж тодорхойлдог. Системд гэмтэл, дутагдал, гүйцэтгэл эсвэл гүйцэтгэлийн зэрэглэлд орох тохиолдолд энэ нь Modelles параметрийг өөрчлөхөд хүргэж болзошгүй бөгөөд энэ нь бүх алдааг агуулсан болно. Модуль параметрүүд мэдэгдэж байгаа тохиолдолд параметрийн өөрчлөлтийг тодорхойлоход параметрийн өөрчлөлтийг тооцоолохын тулд параметрийн хэмжээ, хэмжээг тодорхойлох боломжтой. Одоогийн, загвар дээр суурилсан мэдрэгчтэй мэдрэгч оношлогоо нь өргөн хэрэглэгддэг бөгөөд түүний судалгааны үр дүнг шугаман системд анхаарлаа төвлөрүүлдэг, гэхдээ түүний судалгааны үр дүнг шугаман системд анхаарлаа төвлөрүүлдэг.

1.2 Мэдлэг дээр суурилсан алдааны оношлогоо

Дээр дурдсан алдааны оношлогооны аргуудаас өөр. Мэдлэг дээр суурилсан алдааны оношлогоо, дутагдлыг даван туулах нь математик загварыг тогтоох шаардлагагүй. Тэдний дунд, хиймэл мэдрэлийн сүлжээний сүлжээ нь мэдлэгт суурилсан алдааны оношлогооны төлөөлөгч юм. Хиймэл мэдрэлийн сүлжээнд нэрлэгдэх нь тархины мэдрэлийн сүлжээнд үндэслэн англи хэл дээр товчилсон бөгөөд албаианы барилгын талаар тодорхой үүрэг гүйцэтгэдэг. Хиймэл NEARUEAL сүлжээ нь мэдээллийг түгээх арга замаар хадгалагдаж, соёлтой топологи, жингийн хуваарилалтаар зураглал хийх боломжтой. Эсрэг, хиймэл мэдрэлийн сүлжээний сүлжээнд суурилсан алдааны оношлогоо нь загварт суурилсан системийн дутагдалд ордог. However, the artificial neural network method is not perfect, and it only relies on some practical cases, which does not make effective use of the accumulated experience in special fields and is easily influenced by sample selection, so the diagnostic conclusions drawn from it are not interpretable.