论文部分内容阅读
潜在问题是影响大型复杂系统安全性、可靠性的重要因素．神经网络是一种新的潜在问题分析方法，但是其分析结果难以解释．本文提出了一种基于电路结构的神经网络模型（Neural network model based on circuit architecture，CArNN），将CArNN作为个体进行集成，形成神经网络集成用于潜在问题分析．对CArNN模型的鲁棒性进行了分析，提出了两个保证模型鲁棒性的约束条件．利用此方法对一个经典电路进行了分析，结果显示，此方法对潜在电路的正确识别率达到94％．