基于粗糙集理论的故障诊断系统知识库设计

故障诊断是与有效决策密切相关的复杂而困难的同题.粗糙集理论可以有效地分析、处理不完备信息.知识库是整个故障诊断系统的核心,利用基于粗糙集的知识约简和决策规则提取算法,将柴油机故障信息值进行约简,求出其决策规则.知识库由事实库和规则库组成.在知识库中采用链表数据结构,以数据文件形式存储,完成知识库设计的程序.采用粗糙集方法进行故障条件属性约简十分有效,得到简化的决策规则,使得知识库的设计更加方便快捷.     

基于粗糙集的专家系统知识库约简研究

基于粗糙集理论提出一种改进的属性值约简算法;首先针对粗糙集中两种属性重要度定义存在的不准确性问题,提出一种加权平均的属性重要度定义;接着将此定义引入改进的属性值约简算法之中,在求得决策表中属性值核后,用它指导后续属性值的添加问题;改进后的算法可以在保证约简效果的前提下,从不相容决策表中获得完整的解空间;最后通过约简某型专家系统知识库的实例验证了所提算法的有效性。     

粗糙集理论在故障诊断专家系统中的应用

针对专家系统中知识获取的瓶颈问题，引入了一种基于粗糙集理论的专家系统模型。该模型在知识入库前对其进行过滤，并利用粗糙集理论的约简算法消除知识库的冗余，从而实现了对知识库结构和性能的有效维护及完善。     

基于粗糙集理论的高科技项目的评价分析

对高科技项目进行评价和筛选是管理部门和投资公司的重要工作。论文建立了高科技项目的多指标评价体系．引入粗糙集理论，对评价的结果进行分析和总结，试图找到关键的评价指标，为评价部门提供指导。实例证明，该方法和结论具有较强的说服力。     

粗糙集理论在机械故障诊断中的应用

作为处理模糊和不确定知识的工具,粗糙集理论能够有效地确定知识系统中有用知识和冗余知识,从而对知识系统进行浓缩,有效地减少训练集,它很好地弥补了人工智能的不足之处。因此,传统的机械故障诊断技术已从人工智能领域转向以粗糙集理论为代表的计算智能领域。本文以某型机械故障诊断为例,运用粗糙集理论对故障数据加以分析处理,得到了简明的故障诊断规则,取得了良好的诊断效果。     

基于粗糙集的电力设备故障诊断

针对当前专家系统知识获取瓶颈的难题,提出了基于粗糙集数据挖掘的电力设备故障诊断方法,首先对电力设备历史数据、基础信息数据库和缺陷信息数据库进行区分,接着简约数据并建立故障诊断决策表,采用粗糙集数据挖掘方法对在线数据进行决策判断,推断出潜在的诊断规则,这对电力设备故障预报及诊断系统的设计具有借鉴意义和深入研究的价值。     

一种新的基于粗糙集的值约简算法

对粗糙集（Rough Set)理论中属性约简和值约简算法进行了研究，提出了一种新的基于粗糙集的值约简算法，实验表明，该算法所得结果比目前通用的基于粗糙集的值约简算法更简化和有效，它可以应用到各种与值约简相关的实际问题中。     

基于粗糙集理论的故障诊断知识获取

利用飞行数据对飞机进行故障诊断和状态监控已经成为国内外相关领域研究的热点.根据飞行数据进行故障诊断时,需要获得故障模式与飞行数据特点之间的对应关系的知识,但是这些知识很难在维修手册等知识源中获得.大量的历史飞行数据中隐含了飞行数据与故障模式之间的逻辑因果关系,对其分析处理就可以获取诊断知识.因此本文提出了应用粗糙集的方...     

基于粗糙集理论的票据打印字符识别系统

票据打印字符识别有着广泛的应用前景.但南于票据打印字符本身所具有多噪声、字体及字符大小多变等特点,导致了票据打印字符识别始终是一项技术难题.提出了一种基丁粗糙集理论的票据打印字符识别系统,首先采集打印数字字符构成训练样奉集,提取训练样本的特征向量,建立样本集的特征矩阵.然后基于粗糙集理论,采用一种有效的属性集约简方法和一种新的规则提取方法,从中导出三个规则集合,基于该三个规则集对测试样本分别进行决策,最后对决策结果进行决策级融合.将该方案应用于纸制飞机票上打印数字字符的识别上,实验证明了该方法的可行性及有效性.     

基于粗集理论的知识含量度量研究

知识库中知识含量度量是知识处理领域中的基础问题．现有的度量方式都是采用相对度量或信息熵的方式,度量结果具有相对性,并且不易体现知识本质在于分类的特性．根据知识库在结构上的差异程度,将知识库的相似性关系定义为等价、等构、等势3种关系．在这3种关系的基础上,提出了用于度量知识库中知识含量的测度所需要遵循的4条准则．并基于此4条准则对基于信息熵的度量Hent的正确性进行了证明,最后还提出了一种基于分类的度量方式Hdis．以上工作进一步深入描述了知识的本质及其度量方式的内涵,有助于人们在此基础上构造新的知识处理算法．     

基于粗集理论的压缩机故障诊断方法研究

论述了将粗集理论应用于压缩机故障诊断的方法。利用粗集理论在处理大数据集、消除冗余信息等方面的优势,减少了训练数据的冗余。运用这一方法对齐鲁石化塑料厂的运行数据进行了约简,去除不必要的属性,得出了诊断的决策规则。     

基于粗集理论的贝叶斯故障诊断方法研究

贝叶斯统计推断方法是故障诊断技术领域一项重要的技术,在统计模式识别领域具有广泛的应用;针对朴素贝叶斯方法的缺点,提出了基于粗集理论的贝叶斯诊断方法,该方法利用历史诊断记录,综合考虑故障征兆和故障原因之间的依赖关系,基于粗集方法进行了故障征兆属性信息的约简,得到了故障征兆和故障原因的最小描述;通过属性约简,改善了贝叶斯方法中要求的属性信息之间的独立性限制,实验结果表明,基于粗集理论的贝叶斯故障诊断方法对于简化诊断模型,减少算法执行时间,提高诊断速度具有重要作用.     

基于粗集理论的知识系统证据推理研究

证据推理是处理不确定问题的重要方法，但灾用中存在许多问题，如假设的基本概率指派（bpa)往往由专家事先确定，带有较强的主观性，基于证据推理和粗集理论的基本关系，利用粗集约简，决策表确定基本概率指派等方法解决上述问题，并在此基础上，提出了一种决策表的证据推理方法，用于决策表的预测，实例表明，证据推理和粗集理论的结合可提高并对不确定问题的求解能力。     

粗糙集理论在电力变压器故障诊断中的应用

在变压器油中溶解气体分析的基础上,引入粗糙集理论,对其在变压器故障诊断特征参数属性优化中的运用进行了探索。利用可辨识矩阵算法对决策表进行属性约简,剔除其中不必要的属性,最后给出属性约简的结果。     

铅锌密闭鼓风炉故障诊断知识获取的粗糙集方法

从粗糙集等价类概念出发，提出从不完整数据集中获取故障诊断知识的密闭鼓风炉故障诊断方法，将不完整数据集的训练事例划分为下近似和上近似两类，首先假设属性的未知特征值为任意可能值，然后根据从驯练事例中得到的上下近似进行提炼，最后从事例与近似互相作用以推导出确定的和可能的规则，得出规则概率，并估计出合适的属性的未知特征值，结合密闭鼓风炉悬料规则库的知识获取及其在故障诊断中的应用过程说明了该方法的有效性和实用性。     

粗糙集知识发现的研究现状和展望

通过对粗糙集知识发现理论发展历史的问题，对粗糙集知识发现研究现状的探讨，结合目前主要的粗糙集知识发现系统，指出了粗糙集知识发现存在的问题，并对今后几年的研究进行了展望。