粗糙集理论在数据预处理中的应用

粗糙集(RS)理论是一种研究不精确知识的数学工具,在保持分类能力不变的前提下,可以利用粗糙集理论中的属性约简进行数据预处理,删除对冗余的属性,从而减少数据挖掘过程的工作量,来实现数据预处理.     

基于可拓数据挖掘技术的故障诊断和预防方法研究

文章将可拓数据挖掘技术应用于发动机转子系统的故障诊断和预防领域,利用可拓遗传算法从大量原始数据中挖掘出转子系统的故障规则。根据可拓学中挖掘蕴含知识的原理,发现变化条件下故障规则的转变趋势,实现对故障的预防。     

用数据挖掘进行火控研究

介绍了数据挖掘技术,并以使用数据挖掘进行弹道数据处理和使用可视化数据挖掘从越肩发射截获区提取知识为例,讨论了越肩发射在火控研究中的应用.提出了火控研究就是一个知识发现的过程,可以用数据挖掘进行火控研究.     

基于可拓数据挖掘技术的故障诊断和预防方法

针对发动机转子故障诊断和故障预测的问题,提出一种可拓数据挖掘技术.将该技术应用于发动机转子系统的故障诊断和预防领域,利用可拓遗传算法从大量原始数据中挖掘出转子系统的故障规则,根据可拓学中挖掘蕴含知识的原理,发现变化条件下故障规则的转变趋势.结果表明:该方法有效、可行,能实现对故障的预防,为探究故障诊断中故障类型的变化问题提出了一种新的思路.     

用数据挖掘进行火控研究

介绍了数据挖掘技术,并以使用数据挖掘进行弹道数据处理和使用可视化数据挖掘从越肩发射截获区提取知识为例,讨论了越肩发射在火控研究中的应用．提出了火控研究就是一个知识发现的过程,可以用数据挖掘进行火控研究．     

多粒度概率粗糙集及其在目标识别中的应用

针对传统多粒度粗糙集模型在反映问题的不完全性与统计特性方面的局限性,提出了多粒度概率粗糙集模型.首先,将概率粗糙集模型的思想与粒计算中多粒度空间描述问题的思想相结合,给出具有一般性的多粒度概率粗糙集模型的定义.同时,以正域及负域不变的原则定义了乐观多粒度概率粗糙集模型的属性约简.然后,基于Bayes最小风险理论对多粒度概率粗糙集模型中的参数进行确定.最后,将乐观多粒度概率粗糙集模型应用于弹道导弹目标识别问题中.     

基于粗糙集的导弹安全性评估研究

针对导弹武器系统固有安全属性,从物理性因素、化学性因素、使用性因素三个方面,分析确立了评估导弹固有安全性的指标体系,研究建立了评估模型.采用粗糙集理论中知识的核理论以及信息熵、属性重要度的概念,以某系列导弹为例讨论了指标体系的权重,结果显示粗糙集理论对导弹安全性评估能取得较好的效果.     

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。     

粗集数据挖掘技术在市场营销中的应用

基于粗糙集理论的启发式数据挖掘算法,先量化数据属性的重要性,再对属性排序,并对选择的属性子集进行约简条件判定.在选择若干次后获得满足约简条件的属性子集.利用该算法,通过预处理、数据约减等步骤从商场营销数据库中收集顾客属性数据,消去多余数据属性.并由此预测需求趋势,评估需求倾向的改变,以便进行决策.     

粗糙Petri网及其在多状态系统可靠性估计中的应用

结合粗糙集理论和Pet,i网理论各自的特点提出了一种基于知识库系统的粗糙Petri网,并将其应用于多状态系统的可靠性估计中。首先用粗糙集理论从知识库中获得系统状态对各部件状态的依赖度和各部件状态对系统状态的重要度并提取出决策规则。在此基础上定义了带有权重的状态向量范数,系统状态是此范数的粗糙单调增函数,以此来确定Petri网的弧权值和变迁阈值函数,然后采用蒙特卡罗方法进行系统可靠性的估计。降低了多状态系统可靠性分析中的状态维数。     

应用神经网络识别液体火箭发动机的故障模式

简要介绍了神经网络的基本理论和误差后向传播算法，给出了应用神经网络的液体火箭发动机故障诊断系统框图，分析了液体火箭发动机的故障模型，提出了数据训练神经网络，为网络训练提供了新的途径。最后，基于模型数据，应用神经网络识别液体火箭发动机的几种故障模式。     

大型泵压式液体火箭发动机故障综合分析

基于发动机故障模拟研究，结合实际试车数据统计分析，归纳出了泵压式液体火箭发动机的主要故障模式；从故障检测与诊断的角度，研究了发动机监测参数的选择与评价，并提出了监测参数选择与评价的三种标准；推荐了分别用于监控系统门限检测和故障诊断的两组参数，为发动机的故障检测与诊断奠定了重要基础。     

支持向量机在液体火箭发动机稳态段故障检测和诊断中的应用

将支持向量机方法用于某大型液体火箭发动机稳态试车数据的挖掘,建立了多故障分类器,采用23次试车数据对上述挖掘结果进行了测试,将测试结果与人工神经网络方法等所得结果进行了比较.并利用28类仿真稳态故障数据对该方法进行了进一步验证.结果表明,支持向量机方法是一种可基于小样本的、有效的液体火箭发动机故障检测与诊断方法.     

液体火箭发动机涡轮泵状态监测与故障诊断系统研究

针对火箭发动机地面试车时间短、工作转速高且重复性不好的特点，根据实时性、有效性、可靠性、开放性与通用性的系统设计原则，研制了火箭发动机涡轮泵状态监测与故障诊断系统－－TCMD2000。该系统采用并行冗余结构，保证同步整周期采样的同时，实现了高速连续数据采集和存储，并应用了进动分析方法提高故障诊断的准确性。对TCMD2000系统进行了发动机试车故障监测考核。结果表明，所研制的TCMD2000系统达到了设计指标，适合火箭发动机的状态监测与故障诊断。在发动机研制过程中，对诊断发动机故障和排除故障发挥了作用。     

液体火箭发动机启动过程检测研究

建立了火箭发动机启动过程的RBF神经网络模型,将神经网络辨识方法与包络线方法结合,提出分层次检测方案,并根据大型液体火箭的故障仿真结果进行了仿真实例验证,较好地验证了检测方案及模型的有效性和实用性.     

基于D-S的小波神经网络信息融合方法

文中将小波分析理论、神经网络技术与D-S证据理论引入到火箭发动机故障诊断中，提出了一种适于发动机故障诊断的小波神经网络信息融合方法。     

基于粗集理论的规则知识获取

粗集理论是处理不完整数据和不精确、不确定性问题的理论．基于粗集理论，分析实到诊断数据，获取诊断规则知识．它将要处理的问题表达为知识表达系统，由条件和决策属性的依赖关系消去冗余条件属性，根据属性取非正常值的数目决定其重要性束决定冗余属性取舍。通过计算各规则的核值获取系统的简化属性核值表，采用规则优化得到简化规则集，在简化属性核值表中取值次数的多少决定规则选取的优先次序．并以武器系统中某设备模块的一组实到故障诊断数据为例，具体说明了诊断规则知识的获取过程。     

Safety Analysis of Liquid Rocket Engine Using Bayesian Networks

Safety analysis for liquid rocket engine has a great meaning for shortening development cycle, saving development expenditure and reducing development risk. The relationship between the structure and component of liquid rocket engine is much more complex, furthermore test data are absent in development phase. Thereby, the uncertainties exist in safety analysis for liquid rocket engine. A safety analysis model integrated with FMEA（failure mode and effect analysis） based on Bayesian networks （BN） is brought forward for liquid rocket engine, which can combine qualitative analysis with quantitative decision. The method has the advantages of fusing multi-information, saving sample amount and having high veracity. An example shows that the method is efficient.     

IPT模式在液体火箭发动机数字化设计中的应用

为了创新液体火箭发动机研制模式,大推力液氧煤油发动机首次采用了基于Pro/E+Intralink平台的三维数字化协同设计技术.在实现三维模型设计的同时,为了进一步提高工作效率,按照并行工程理念,采用了基于集成产品开发团队(Integrated Product Team,IPT)的数字化研制模式.结合液体火箭发动机研制特...