基于RFCA的概念相似度计算方法

本文主要针对基于FCA的概念相似度计算模型不能计算非形式概念之间的相似度问题，引入粗糙集理论，给出了FCA中等价关系的定义，提出了基于RFCA的概念相似度计算方法，通过实例说明该方法是可行的。     

基于概率粗糙集模型的信息检索

针对经典粗糙集模型难以分类标引空间以及体现类间关联的缺陷,将条件概率关系结合粗糙集理论引入信息检索,提出一种基于概率粗糙集的信息检索模型。定义标引词空间的条件概率关系,自动挖掘概念相似类形成概念空间。定义文档与查询、文档与文档间语义贴近度的计算方法。根据贴近度实现检索匹配结果的排序输出。仿真实例表明了该方法的可行性和有效性。     

连续值命题逻辑中公式的概率真度及相似度

通过引入赋值密度函数、边缘密度函数等概念给出了连续值命题逻辑系统中公式概率真度的定义,并得到了一些概率真度的推理规则;引入相似度,给出了伪距离的定义,确定了二者之间的关系.     

命题逻辑系统中公式的概率真度理论

通过引入赋值密度函数、边缘密度函数等概念给出了连续值命题逻辑系统中公式概率真度的定义,明确了概率真度在[0,1]中的分布情况,并得到了一些概率真度的推理规则;引入相似度,给出了伪距离的定义,确定了二者之间的关系。     

基于专家知识库属性重要度的故障诊断方法研究

利用粗糙集理论中重要性度量的概念和专家知识库集成技术，研究了复杂系统故障诊断的一类新方法。首先，在给出多领域专家知识库集成系统定义和复杂系统状态赋值规则的基础上，利用粗糙集理论中的属性重要度的概念建立了专家知识库属性重要度模型；然后，提出了该模型运行机理的算法规则，并结合多领域专家知识库集成技术，构造了一种能对实时动态环境进行监控和故障诊断的网络化诊断系统；最后，仿真试验验证了该方法的有效性和合理性。此方法成功应用于复杂系统故障诊断的实际工程实例表明，这种诊断方法具有良好的更新能力和应用前景。     

模糊概念格在知识发现中的应用研究

概念格是一种优良的形式化分析工具,已经广泛应用于知识发现和数据挖掘中。在大量研究中概念格基于精确的形式背景,即二值背景,而在实际中,形式背景中的信息往往是模糊、不确定的。本文将“模糊”引入概念格,定义了属性模糊概念格和其上的截运算,在概念格结点级上定义了两模糊参数α和δ,提出了从模糊概念格提取不确定规则、计算规则支持度、置信度的原则、方法,并给出了一个实例。     

基于概率Petri网的故障诊断模型研究

为解决不确定条件下的故障诊断问题,在传统Petri网基础上,引入概率理论,提出了概率Petri网的概念;概率Petri网将事件发生的概率及其逻辑推理过程引入Petri网的设计及矩阵运算中,以反映事件转换过程中发生的可能性。针对概率Petri网特点,故障诊断模型的设计建立在根据简化样本集获取的诊断规则基础上,以避免复杂系统建模时出现的组合爆炸问题,诊断规则的获取可以有效推广故障诊断范围,使其不仅仅局限于样本集;同时,针对诊断规则的形式,定义并提出将诊断规则转换为标准基本规则序列,便于模型的程序化设计。通过旋转机械故障诊断的示例证明了这种方法的可行性与有效性。     

基于专家知识库属性重要度的故障诊断方法研究

利用粗糙集理论中重要性度量的概念和专家知识库集成技术,研究了复杂系统故障诊断的一类新方法.在给出多领域专家知识库集成系统定义和复杂系统状态赋值规则的基础上,利用粗糙集理论中的属性重要度的概念建立了专家知识库属性重要度模型,构造了一种能对实时动态环境进行监控和故障诊断的多领域专家知识库集成故障诊断系统的网络化模型,并提出了相应的算法.此方法已成功应用于复杂系统的故障诊断,取得了良好的应用效果,并具有良好的更新能力和应用前景.     

连续值命题逻辑中公式的条件相对重言度理论

基于Lukasiewicz命题逻辑系统提出一般性的赋值密度函数,定义了公式的概率真度、条件概率真度的概念,引入了公式的条件相对Γ-重言度,并给出了若干性质。利用公式的条件相对Γ-重言度,定义了公式间的条件相对Γ-相似度,进而导出了伪距离。     

Malek故障模型的方程诊断算法设计

首先给出Malek模型的方程组定义形式,然后在不以“t-可诊断性”和“相信大多数”作前提假设的情况下,通过引入“集团”的概念给出了求其全体相容故障模式的具体方法—方程诊断算法,丰富了Malek模型的故障诊断方式。     

一种基于模式的故障诊断方法

提出一种改进的基于模式的故障诊断方法。将故障定义为可以用正则表达式描述的模式,避免了传统的用 “特殊”事件表示故障的局限性。将正则表达式转化成等价的确定性有限自动机,便于构造故障模式空间。故障模式 空间包含系统所有的故障信息,可以描述单故障、故障序列、多故障、间歇性故障等多种故障形式。最后给出基于故障 模式空间的可诊断性定义和诊断系统。     

一种基于图论的冗余系统故障诊断方法

本文在分析基于图论的故障诊断基本模型的基础上,针对航空航天等领域中较多采用冗余设计的特点,研究提出了一种包含冗余关系的系统故障诊断图论建模方法,在此基础上进一步研究给出了利用多信息进行综合故障诊断的方法及算法设计,并结合实例给出了故障诊断的具体步骤。     

Intelligent diagnosis method for rolling element bearing faults using possibility theory and neural network

This paper presents an intelligent diagnosis method for a rolling element bearing; the method is constructed on the basis of possibility theory and a fuzzy neural network with frequency-domain features of vibration signals. A sequential diagnosis technique is also proposed through which the fuzzy neural network realized by the partially-linearized neural network (PNN) can sequentially identify fault types. Possibility theory and the Mycin certainty factor are used to process the ambiguous relationship between symptoms and fault types. Non-dimensional symptom parameters are also defined in the frequency domain, which can reflect the characteristics of vibration signals. The PNN can sequentially and automatically distinguish fault types for a rolling bearing with high accuracy, on the basis of the possibilities of the symptom parameters. Practical examples of diagnosis for a bearing used in a centrifugal blower are given to show that bearing faults can be precisely identified by the proposed method.     

组合故障诊断技术在船舶柴油发电机组上的研究

本文对确定性理论和故障树的相关理论进行了深入的研究：提出了将确定性理论和故障树相结合用于专家系统的不精确推理的方法：介绍了用这种方法构造的一种适用于船舶柴油发电机组故障诊断的专家系统。应用结果表明：该故障诊断专家系统技术通用性和鲁棒性强，能够加快诊断速度，降低误诊率，尤其适合于复杂系统的故障诊断，具有很大的工程实用价值。     

故障诊断的信息融合方法

对基于信息融合的故障诊断方法进行综述．首先简要阐述信息融合的基本概念以及信息融合与故障诊断的关系；然后介绍贝叶斯定理融合故障诊断、模糊融合故障诊断、证据理论融合故障诊断、神经网络融合故障诊断和集成信息融合故障诊断方法的诊断原理与步骤。并分析其特点和局限性；最后给出了信息融合故障诊断研究的若干发展方向．     

基于DEDS的AUV故障诊断问题研究

AUV系统作业时由于具有DEDS特性其故障诊断非常适合采用DEDS故障诊断理论来处理.首先对DEDS故障诊断基本理论和AUV的故障诊断过程进行了简要的介绍,然后以AUV均衡系统的故障诊断为例基于DEDS故障诊断理论对AUV的故障诊断过程进行了详细地分析和说明,仿真结果表明基于DEDS故障诊断理论的诊断结果和传统的基于解析模型的卡尔曼滤波器诊断方法的诊断结果相一致,证明了DEDS故障诊断理论在AUV故障诊断中的有效性.     

基于粗集理论的一种混合智能故障诊断新方法

采用基于需求的约简方法，将依赖于系统数学模型和依赖于故障特征信忠的两类故障诊断方法相融合．提守一种混合智能故障诊断新方法，以非线性系统故障诊断为例，给出了混合智能故障诊断方法提取系统故障诊断规则的步骤，该方法不仅可以扩大故障诊断的范围，而且能紧密联系工程实际．最后以异步电动机常见故障的诊断为具体买例，说明了该方法的可行性和有效性．     

基于免疫算法的故障诊断知识获取方法

随着系统设备和功能的日益复杂化，各种故障现象成因越来越复杂，智能故障诊断系统作为人工智能技术在故障诊断领域的应用，在实践中取得了较好的成效，但诊断知识获取一直是系统建造中的瓶颈问题，机器学习是目前采用较多、也较为有效的一种方法。该文基于从已有的诊断经验事例中学习获取知识的思路，借鉴免疫理论的相关概念，设计了新的知识获取模型，利用免疫算法，按照预定的优化目标函数，生成最优的诊断知识，通过对一故障实例知识获取的应用，验证了该方法的可行性。     

模拟电路的分块故障诊断法

本文使用网络分解技术研究了模拟电路的故障诊断问题，导出了支路分块故障诊断方程，只需检验方程的相容性，按照最终的分解水平就能把故障定位到尽可能小的子电路中。对存在不可测节点、容差情况和连接支路的故障也进行了讨论。