基于粗糙集的机载武器智能选择决策方法

机载外挂物管理系统智能化发展要求系统智能决策能力,由于决策因素的复杂性,一般决策方法在应用中受到较大限制。依据Pawlak提出的粗糙集理论,建立了完备信息系统多因素粗糙集决策方法,并在原有粗糙集属性约简和规则获取算法的基础上,设计完备信息系统下最小规则约简集获取算法。以某型飞机为例,运用该粗糙集决策方法建模实现了机载武器智能选择,证明了该方法在外挂物管理系统智能决策实现的有效性。     

粗集理论在神经网络模式识别中的应用

基于粗糙集理论在神经网络模式识别中,利用粗糙集将采集的原始数据作为学习样本,量化样本属性值,组织决策表,将样本的条件和决策属性建为二维表并约简条件属性,仅保留影响分类的重要属性.将决策规则中必要条件属性神经网络化,通过粗糙集和神经网络并行学习实现最小决策规则,直到由最少属性构成的决策规则网络能正确划分所有测试集样本为止.     

基于扰动搜索属性约简的装备故障诊断研究

为提高装备故障诊断效率,提出了一种新的粗糙集属性约简方法.首先将属性约简问题转化为集合覆盖问题,在相关矩阵的基础上构建相关系数矩阵;然后基于优质特征集选取原则,引入随机变异机制,设计扰动搜索算法,求出属性约简结果;最后,用UCI数据集和某型复杂装备电源系统进行验证.仿真结果表明,在满足分类精度要求的基础上,有效剔除了冗余属性,缩短了故障诊断时间.     

数据库中基于粗糙集的分类和约简

把粗糙集理论与基于概率统计ID3算法结合建立粗糙集约简模型，可处理不精确扣模糊数据集信息，多维属性元组组成的粗糙集数据可用公式描述论域、有限属性、条件属性、决策属性、属性值集扣信息函数，用数据表格描述对象以建立知识表达系统，粗糙集分类约简用ID3算法可消除冗余数据集扣冲突检测，用粗糙集理论处理不一致扣不确定数据集可得到知识等价类，通过ID3算法对比决策树，可导出数据集确定性规则扣不确定性约简规则。     

一种属性约简方法及其在动员联盟伙伴选择中的应用

粗糙集的知识约简功能是针对离散数据的,而决策表属性取值很多是连续的.为此综合聚类与粗糙集方法,提出一种决策表的全局连续属性离散化、属性约简与规则提取的方法.动员联盟是敏捷动员的重要实现方式,动员联盟的伙伴选择指标体系体现了国家对动员企业的基本要求.在已有的动员企业潜力指标数据和经验决策数据的条件下,通过这种全局的属性离散化和属性约简方法,可以进一步精简指标体系,并提取有用的决策规则,经实验结果验证,使用全局属性约简方法处理动员联盟伙伴选择的指标约简具有更好的优越性.     

基于模糊粗糙集理论的地空导弹武器装备故障诊断研究

针对在武器装备故障诊断中对连续属性离散化存在的"尖锐边界"问题,给出了一种基于模糊粗糙集理论的改进故障诊断方法.对模糊等价关系下粗糙集模型进行了描述,并在此基础上给出了正域、依赖度、确定性因子等概念,详细分析了此故障诊断的具体实施步骤,最后通过算例验证了该方法的可行性.     

基于粗糙决策树模型的复杂设备智能故障诊断

提出一种粗糙决策树智能故障诊断方法。首先利用粗糙集理论构建故障诊断决策表；然后应用最小熵离散算法对特征数据进行离散；接着利用基于分辨矩阵的算法对决策表进行属性约简，并基于最大聚类比原则优选出最佳约简；最后利用C4.5算法构造出诊断决策树。并对实例进行故障诊断。结果表明：该方法不仅能有效地减少特征数据获取的工作量，而且能快速准确地实现故障识别，具有比粗糙集诊断法、粗糙决策诊断法和C4.5诊断法更强的工程实用性。     

基于信息不全条件下的备件量化方法

针对确定备件品种不完备信息的多属性决策问题，给出了基于不完备信息系统的粗糙集模型，并依据扩展优势关系确定粗糙集的上、下近似集，从而获取分类决策规则；用一个实例说明该方法的可行性和有效性．     

基于粗糙集理论和小波神经网络的无线电控制探测仪故障诊断

给出了一种基于粗糙集和小波神经网络的无线电控制探测仪故障诊断方法,利用粗糙集处理不确定故障信息的能力,挖掘无线电控制探测仪的故障诊断的知识,通过以S函数为基础的小波神经网络的自学习、模式识别和容错能力实现对无线电控制探测仪的故障诊断.经实例分析、验证,表明该方法是一种有效处理无线电控制探测仪故障的诊断方法.     

优势决策信息系统规则获取方法及应用

鉴于已有优势决策信息系统规则获取方法存在不足,如得到规则较少、规则正确率不高等,定义优势决策辨识集和辨识矩阵,给出优势决策信息系统的属性约简方法;引入基于优势关系的粗糙集方法将对象进行优劣排序,并结合决策属性剔除不合理对象,将不协调优势决策信息系统转化为协调优势决策信息系统;提出协调优势决策信息系统的规则获取方法,该方法符合自然推理过程,直观性强,在充分挖掘系统蕴含信息的基础上,保证了规则的正确性;将该规则获取方法应用于雷达对抗目标威胁评估简单可行,并为解决属性含有"偏好信息"的决策问题提供了新的思路。     

多级信息融合技术的机载导弹电路故障诊断

建构了多级信息融合技术故障诊断的框架,分析了该技术进行故障诊断的原理,并结合某型机载导弹电路说明该技术在故障诊断中的应用,得到了较为理想的结果.     

机载导弹电路多级信息融合技术的故障诊断

构建了多级信息融合技术故障诊断的框架, 分析了该技术进行故障诊断的原理, 并结合某型机载导弹电路说明该技术在故障诊断中的应用, 得到了较为理想的结果.     

基于证据理论的电子装备故障诊断

基于证据理论的电子装备故障诊断,采用信任函数作为不确定性度量工具.首先建立基本概率赋值,然后计算信任函数,最后按照一定的组合规则作出决策.其运用信度函数表达概率大小,通过多诊断设备测试被诊断对象,得出属于各类故障的信度函数.再利用组合规则进行信息融合,得到融合后症状分别属于各类故障的信度函数.最后确定故障类型.     

某型车载炮电气检测系统

针对某型车载炮电子电气设备组成多,结构复杂,系统具有层次性、相关性和综合性的特点,设计一套基于某型车载炮电子电气设备的电气检测系统。采用自动测试设备(auto test equipment,ATE)与机内测试(built-in test,BIT)技术组合测试的方法,介绍其工作原理,分别从系统组成、工作流程、专家系统和软件设计方面对系统进行详细阐述。试验结果表明：该电气检测系统能实现某型车载炮电气系统的故障诊断与日常维护,显著提高某型车载炮电子电气设备的故障定位精度和故障隔离率,有效增强某型车载炮电气系统的可测试性和维修性。     

基于最大熵的电子装备故障隔离测试点优化方法

针对电子装备维修过程中的故障隔离问题,提出了一种基于最大熵的测试点优化方法。基于2个类中包含的可更换单元数目应尽量相等或数目相差最少的故障隔离测试点优化的基本思路,用最大熵的理论建立模型,并以某型雷达接收系统的故障隔离为例对该优化方法进行了验证。分析结果表明:该方法可大大压缩测试点的数量,达到降低故障诊断时间,提高故障诊断、故障排除效率的目的。     

基于贝叶斯最大后验概率准则的大型复杂系统故障诊断方法研究

针对大型复杂系统的特点，在故障空间建立故障源一测试依赖关系模型。在此基础上，将贝叶斯理论引入大型复杂系统故障诊断，以最大后验故障概率为准则判断系统所处的运行状态。将该问题归纳为集合覆盖问题(SCP)，用拉格朗日松弛算法求得近优解。将算法应用到阿波罗飞船发射前故障诊断实例中，取得了满意的实验结果。     

电子装备多值测试故障诊断策略设计

对于复杂电子装备,在实际测试中测试不通过的情况可能有多种,如果依然采用基于二值测试的故障诊断策略设计算法,将损失大量信息,降低测试精度和效率.构造了基于r元霍夫曼编码的启发函数,提出了基于多值测试的故障诊断策略设计算法;将测试的多值输出作为独立信号,提出了基于关联矩阵扩展的多值测试故障诊断策略设计算法.实例验证表明,算...     

基于小波变换的电子设备故障诊断技术研究

基于BP神经网络的电子设备故障诊断,以其不需要建立故障诊断模型,易于智能化实现等优势,发展较为迅速,而采用此方法的故障诊断大部分以故障树获得的特征参数为依据;由于电子设备往往由大量的工作模块组成,各组成模块之间相互耦合、联系紧密,仅仅依靠故障树获得的特征参数难以较好地反映设备状态;所以基于这些特征参数的BP神经网络故障诊断往往诊断率较低;将小波分析的方法运用于特征参数的提取中,利用BP神经网络模式识别完成电台故障诊断;最后通过获得的实测数据进行了实例分析,验证了该方法对于提高电子设备故障诊断率,是可行有效的。