[1]张孝远, 周建中, 黄志伟, 李超顺, 贺徽.基于粗糙集和多类支持向量机的水电机组振动故障诊断[J][J].中国电机工程学报, 2010, 20:88-93
[2]Jia Rong, Huang Ge.Hydroelectric generating unit vibration fault diagnosis via BP neural network based on particle swarm optimization[C]//Proceeding of International Conference on Sustainable Power Generation and Supply, Nanjiang, China, 2009．
[3]兰飞, 唐玲.基于有向无环图支持向量机的水轮发电机组故障诊断模型[J].电网技术, 2010, 02:115-119.
[4]Xu Chunmei, Zhang Hao, Peng Daogang, et al.Study of fault diagnosis of integrate of D-S evidence theory based on neural network for turbine[J].Energy Procedia, 2012 (16)：2027-2032．
[5]Zhang Xiaoyuan, Zhou Jianzhong, Guo Jun, et al.Vibrant fault diagnosis for hydroelectric generator units with a new combination of rough sets and support vector machine[J].Expert Systems With Applications, 2012, 39(3):2621-2628
[6]王强, 陈欢欢, 王珽.一种基于多类支持向量机的故障诊断算法[J]. 电机与控制学报, 2009, 02:302-306.
[7]周生奇, 周雒维, 孙鹏菊, 李亚萍.小波相关分析在IGBT模块缺陷诊断中的应用[J]. 电机与控制学报, 2012, 12:36-41.
[8]张腾飞, 马福民.粗糙-神经网络逆模补偿的发电机励磁复合控制[J]. 电机与控制学报, 2009, 01:104-111.
[9]葛利, 印桂生.基于小波和过程神经网络的时序聚类分析[J]. 电机与控制学报, 2011, 12:78-82.
[10]李超顺, 周建中, 杨俊杰, 李清清, 罗志猛.基于混合模糊聚类分析的汽轮发电机组振动故障诊断[J]. 电力系统自动化, 2008, 05:80-84.
[11]李超顺, 周建中, 肖剑, 肖汉.基于引力搜索核聚类算法的水电机组振动故障诊断[J]. 中国电机工程学报, 2013, 02:98-104+18.
[12]王孔森, 盛戈皞, 孙旭日, 王威, 王世强, 江秀臣.基于径向基神经网络的输电线路动态容量在线预测[J]. 电网技术, 2013, 06:1719-1725.
[13]彭显刚, 胡松峰, 吕大勇.基于RBF神经网络的短期负荷预测方法综述[J]. 电力系统保护与控制, 2011, 17:144-148.
[14]张利平, 孙美凤, 王铁生.新型的RBF神经网络在水轮发电机组故障诊断中的应用[J]. 水力发电学报, 2009, 06:219-223.
[15]张敬斋.RBF神经网络在水轮发电机故障诊断中的应用[J]. 计算机仿真, 2011, 12:314-317.
[16]庞振, 徐蔚鸿.一种基于改进k-means的RBF神经网络学习方法[J]. 计算机工程与应用, 2012, 11:161-163+184.
[17]Xiong HY, Sun SR.A distributed collaborative product customization system based on Web3D. [18]周美兰, 张宇, 杨子发, 康娣. 带压缩因子粒子群优化的混合动力汽车模糊能量管理策略[J]. 电机与控制学报, 2011, 11:67-72.
[18]马骏, 尉广军.一种改进的RBF神经网络学习算法[J]. 计算机系统应用, 2013, 02:84-87+47.
[19]李辉, 蔡敏, 谈亮.基于改进粒子群优化RBF神经网络的算法[J]. 火力与指挥控制, 2012, 02:144-146+150.
[20]夏轩, 许伟明.改进的粒子群算法对RBF神经网络的优化[J]. 计算机工程与应用, 2012, 05:37-40.