柯喻寅，谢 镔，吴 卿

(杭州电子科技大学计算机应用技术研究所，浙江杭州310018)

0 引言

汽车安全性不仅是一个技术问题，在某种程度上更是一个严重的社会问题。因此现代汽车故障诊断技术迅速发展，已成为科技研究的热点之一，呈现出多样性［1］。特别是电子技术、计算机技术在汽车上的应用，汽车故障诊断从传统的经验诊断方式，发展为以集成化、智能化的诊断设备为手段，以信息技术为依托的现代汽车故障诊断技术［2］。人工智能技术在神经网络的应用与研究取得突破性发展的同时，智能控制、模式识别以及知识推理专家系统等也引入到了汽车行业之中［3］。本文个人手持汽车故障诊断仪项目中对汽车故障的研究，发现监控排放标准只能诊断70% ～80%的故障，有其局限性。针对其局限性，模糊神经网络与故障诊断结合能利用各自的特性判决故障，诊断的范围广，适用性强，能适应各种环境的变化，更具有鲁棒性。本文以汽车防抱死系统故障诊断为例进行说明。

1 模糊神经网络

神经网络具有很强的自学能力和大规模并行处理能力，能生成无需明确表现知识的规则;而模糊逻辑系统能够充分利用学科领域的知识，采用简单运算来实现知识的模糊推理［4］。模糊神经网络兼具两者的优点。既能处理模糊信息完成模糊推理功能，又具有神经网络处理定量数据的能力。

1.1 模糊理论

模糊集合:设U是论域，对于U上的任一元素x，都指定了［0，1］闭区间中的一个数μA∈［0，1］与之对应，μA(x)称为x对A的隶属度，而μA称为隶属函数。……