共查询到20条相似文献,搜索用时 390 毫秒
1.
2.
3.
为实现面向客户的产品快速设计,把粗集理论引入到产品的快速设计中。根据客户的模糊要求进行实例匹配,确定产品的方案,并确定计算相似度的权重。利用粗集理论把实例库中实例的设计参数进行了离散和泛化,发掘实例的属性关系和普遍知识,形成简化的决策表,获取产品方案决策的规则。在建立决策表的同时,计算决策属性对条件属性的依赖程度,确定在计算相似度时各属性值的权重。通过某天文圆顶快速设计的算例表明,把粗集理论应用到快速设计中进行方案决策和权重计算,比传统方法客观、简洁,处理速度更快。 相似文献
4.
5.
6.
7.
针对矿井提升机故障诊断处理数据不完备、获取规则知识困难的问题,提出了改进的粗糙集和MATLAB的故障诊断规则知识融合获取方法。该方法首先利用MATLAB将原始数据从数据库中提取出来,并对原始数据进行处理后建立决策表;然后根据改进的差别矩阵计算出决策表的核属性;接着通过属性重要度的计算,对条件属性进行计算排序,将排序结果输入到MATLAB软件中,在MATLAB中对决策表进行约简;最后通过对MATLAB得出的结果和改进的差别矩阵计算出的结果进行判断得出知识约简集,从而获得故障诊断规则并储存更新到知识库中。试验表明,该方法解决矿井提升机故障诊断处理数据不完备、规则知识获取困难的问题。 相似文献
8.
从属性约简后的数据集中提取规则实质上就是决策规则的约简计算,一般利用启发信息进行约简计算。提出了一种新的基于差别矩阵的决策表规则提取算法,首先从差别矩阵得到差别集,结合置信度要求得到候选规则集,然后开始提取规则并逐步调整候选规则集,最终提取出决策规则。该算法避免了规则提取过程中条件属性挑选和扩展的计算,并能够快速提取出决策表中存在的最简决策规则,计算实例表明其具有决策规则提取的工程实用性。 相似文献
9.
针对不完备信息引发的不确定性给航空电子装备的诊断规则提取带来的挑战,分别从广义狭义两个角度对故障诊断决策系统的不完备性进行定义,设计了一致性优先的相似度及属性值期望最大的缺失信息补齐算法,解决间接补齐算法存在不一致性问题;构建征兆属性概念格及诊断决策属性概念格,生成不完备诊断决策信息系统的扩充辨识矩阵,引入征兆属性概念等价关系计算最大一致征兆概念集,求解最大一致征兆概念辨识函数的析取范式获取最优约简属性集,根据约简后的诊断决策信息系统获取诊断规则。以某型航空装备的武器系统发射系统为例对方法验证,诊断结果准确率达到83.3%,高于现有典型方法,该方法在不完备信息处理、精确度及对象描述的直观简洁性方面具有显著优势。 相似文献
10.
针对不完备信息引发的不确定性给航空电子装备的诊断规则提取带来的挑战,分别从广义狭义两个角度对故障诊断决策系统的不完备性进行定义,设计了一致性优先的相似度及属性值期望最大的缺失信息补齐算法,解决间接补齐算法存在不一致性问题;构建征兆属性概念格及诊断决策属性概念格,生成不完备诊断决策信息系统的扩充辨识矩阵,引入征兆属性概念等价关系计算最大一致征兆概念集,求解最大一致征兆概念辨识函数的析取范式获取最优约简属性集,根据约简后的诊断决策信息系统获取诊断规则。以某型航空装备的武器系统发射系统为例对方法验证,诊断结果准确率达到83.3%,高于现有典型方法,该方法在不完备信息处理、精确度及对象描述的直观简洁性方面具有显著优势。 相似文献
11.
12.
针对多传感器刀具磨损监测系统输入维数较多、神经网络结构复杂、收敛速度慢等缺点,提出了粗糙集和遗传算法优化神经网络的模型.该模型首先利用粗糙集理论的属性约简对输入数据进行处理,从而达到减少神经网络输入维数、简化神经网络结构的目的.然后通过遗传算法优化神经网络的初始权值和阈值,以提高神经网络的收敛速度,避免神经网络陷入局部极值点.将该模型应用到刀具磨损监测,通过对声发射信号和电流信号进行处理,提取特征向量值,将特征值先通过自组织神经网络进行连续属性离散化,再通过粗糙集理论进行属性约简,最后通过遗传算法优化的BP神经网络进行识别,取得了很好的效果,证明了此模型的有效性和可行性. 相似文献
13.
14.
15.
16.
基于决策逻辑的模糊粗糙神经网络建模 总被引:1,自引:0,他引:1
叶玉玲 《计算机集成制造系统》2009,15(4)
为建立相关量的预测模型,提出了一种新的基于决策逻辑的模糊粗糙神经网络建模方法.首先对原始数据进行预处理,并基于粗糙集理论进行属性约简,得到最简决策表.然后基于决策逻辑建立模糊粗糙神经网络.最后提出了一种结合混沌搜索算法和最小二乘法的Chaos-LS算法,训练模糊粗糙神经网络的参数,从而建立起系统的模糊粗糙神经网络模型.实验证明,这种建模方法建立的模糊粗糙神经网络模型具有较高的精度和泛化能力a 相似文献
17.
设备故障智能诊断方法的研究 总被引:8,自引:0,他引:8
模糊聚类、粗糙集理论、灰色系统理论等相关技术曾被广泛应用于设备故障诊断中,但是模糊聚类只能对已知样本做出决策,不具有柔性,不能通过已知信息和聚类结果对问题所涉及领域内的新样本的类别做出决策;粗糙集理论不能处理连续变量;而灰色系统理论无法去除故障诊断中冗余的特征参数,不能区分各特征参数的重要性,因而制约了它们在故障诊断中的应用.在本文中,这几种理论被有机地结合起来,应用于设备故障诊断中.在故障诊断过程中,首先利用模糊c均值聚类对样本的参数进行离散化处理,求得各类别的聚类中心,接着基于粗糙集原理对设备特征参数进行约简,去除冗余参数,定量确定各特征参数的重要程度,然后根据约简的特征参数和各参数的重要程度,利用灰色关联分析的方法确定各种标准故障状态与目前设备状态的关联度,从而找到设备的故障所在之处.在本文最后部分通过实例证明,将模糊c均值聚类、粗糙集理论和灰色系统理论结合起来,应用于设备的故障诊断中是一种行之有效的方法,为智能故障诊断提供了理论基础. 相似文献
18.
基于矢谱和粗糙集理论的旋转机械故障诊断 总被引:1,自引:0,他引:1
矢谱融合了转子同源双通道的信息,能准确反映转子运动状态.粗糙集理论是一种对决策表进行简化,去除冗余属性的数据分析和处理方法.提出了基于矢谱和粗糙集理论的旋转机械故障诊断方法.计算了旋转机械振动4种典型故障的矢谱征兆,使用粗糙集理论对其进行约简,根据约简的结果生成矢谱诊断规则,并利用得到的规则对故障测试样本进行了诊断.结果表明:相对于单通道数据,基于矢谱和粗糙集理论的故障诊断不仅简化了诊断规则,而且明显提高了故障诊断的准确率. 相似文献
19.
在液压伺服系统故障诊断技术的研究中,故障知识库的建立一直是人们关注的热点问题,为此提出了利用粗糙集神经网络来构建故障知识库的方法,在详细介绍了粗糙集神经网络知识库建立过程的基础上,重点讨论了其中的决策表离散化和粗糙集特征属性的约简方法. 相似文献