粗糙集和支持向量机在复杂电路系统诊断中的应用

为了解决复杂电路系统故障样本少、特征信息冗杂的问题,提出了一种基于粗糙集属性约简理论和支持向量机分类方法相结合的故障诊断方法.首先采用粗糙集约简故障模式库中的冗余特征属性和矛盾样本,然后提取最简故障特征模式作为支持向量机的学习样本,通过样本训练使构建的支持向量机多分类器能够快速实现故障诊断的目的.最后,通过仿真算例验证了该方法在小样本故障识别上的有效性和可行性.     

基于虚拟测试的导弹武器故障诊断系统

基于虚拟测试技术的故障诊断系统由图形化用户操作界面模块系统、数据库模块、初始化模块以及电路测试和诊断模块组成。其实现过程包括：电原理图录入与仿真；虚拟测试；故障诊断。该方法具有较强的通用性和自适应能力，且可兼顾系统在设计和维修时的可靠性。