基于属性相容度和重要度的粗糙集属性约简混合算法研究

针对粗糙集属性约简算法中时间效率较低的问题,结合属性相容度模型和属性重要度的模型,提出一种混合相容度和重要度的粗糙集属性约简算法。该算法利用属性的相容度模型,快速地从众多属性中将核集筛选出来,作为基本核集;然后通过属性的重要度模型对基本核集进行补充和完善,作为约简后的最终核集,以确保核集的完整性。实验结果表明,在保证约简结果完整性的基础上,该混合模型算法,大大提高了时间效率,降低了算法的时间复杂度。     

基于属性相容度和重要度的粗糙集

针对粗糙集属性约简算法中时间效率较低的问题,结合属性相容度模型和属性重要度的模型,提出一种混合相容度和重要度的粗糙集属性约简算法.该算法利用属性的相容度模型,快速地从众多属性中将核集筛选出来,作为基本核集;然后通过属性的重要度模型对基本核集进行补充和完善,作为约简后的最终核集,以确保核集的完整性.实验结果表明,在保证约简结果完整性的基础上,该混合模型算法,大大提高了时间效率,降低了算法的时间复杂度.     

Chwa & Hakimi故障模型的方程诊断算法

对于一般情形下的Chwa ＆ Hakimi模型,在不以“t-可诊断性”和“相信大多数”作前提假设的情况下,找到了求全体相容故障模式的具体方法——方程诊断算法,实践证明,诊断效果理想。     

极大相容度关系模型及其属性约简

经典粗集理论以等价关系为基础,它们在处理不完备信息系统时存在一定的局限性.从扩展粗集理论的适应范围角度出发,引入信息系统对象的先验概率,结合量化相容关系的思想,提出了极大相容度关系模型,然后以该模型为基础研究了不完备信息系统的属性约简,通过严格的数学证明,提出了一种不完备信息系统的启发式属性约简算法.最后通过一个实例验证了该相容关系模型及其基于启发式的属性约简算法.     

粒计算及其在机械故障智能诊断中的应用

为了更好地揭示原发性、早期微弱以及复合故障的发生发展规律,以粒计算理论为基础,提出了基于相容粒度空间模型的智能故障诊断方法.该方法通过层次化和粒度化来表示原始数据中蕴涵的不同设备运行状态的信息,使得不同故障状态被高效地映射到粒结构的不同层次上,达到正确区分各类故障的目的,利用得到的约简属性集构建相容粒度空间模型,对电力机车轮对轴承的早期微弱故障、严重故障以及复合故障进行诊断,取得了较高的分类精度.实验结果表明,与RBF神经网络方法相比,模型有着很高的分类性能,对9类故障状态的分类准确率达到了91.11%,说明相容粒度空间模型在机械故障诊断方面具有很好的分类性能.由于约简方法可以弥补特征评估技术不能直接获得最优特征组合的不足,因此提高了模型的工作效率.     

基于PCA-DT的多联机制冷剂充注量故障诊断

针对多联机制冷剂充注量故障,提出了一种基于主成分分析-决策树(PCA-DT)算法的制冷剂充注量故障检测与诊断方法.该方法先通过数据预处理进行数据清理,然后利用PCA对原始数据做降维处理,最后将新的数据划分为训练集与测试集,以训练集建立决策树模型进行故障检测与诊断.实验数据测试集的检测与诊断结果验证了该模型的可行性.采集了某多联机在3个地区的实际运行数据,对建立的决策树模型进行进一步的验证,结果表明:该方法对于多联机的制冷剂充注量故障有良好的检测与诊断效果,且检测与诊断效果整体上要优于DT算法.     

不完备信息系统的粗集扩展模型

经典粗集理论以等价关系为基础,它们在处理不完备信息系统的时候存在一定的局限性.作者首先从扩展粗集理论适应范围的角度出发,引入信息系统对象的先验概率,结合量化相容关系的思想,提出基于先验概率的相容关系模型,然后以该模型为基础研究了不完备信息系统的属性约简,通过严格的数学证明,得到基于分辨矩阵的属性约简算法.最后通过一个实例验证了该改进相容关系模型及其基于分辨矩阵的约简算法.表1,参20.     

一种基于容错定位集的分布式故障诊断与定位算法

无线传感器网络已经成为下一代无线通讯的重要方式,快速诊断和定位故障节点是保障网络正常工作的一个重要需求.设计一种新型的故障诊断和定位算法,此算法通过引入基于容错定位集的坐标系统来提高诊断准确率并且降低了故障诊断和定位过程中的通信代价.理论分析和仿真实验验证了此算法的性能优越性.     

对流密码算法Phelix的差分故障攻击

流密码算法Phelix是ESTREAM计划的一个候选算法,文中给出了模2n加环节XY=Z的一个基于单比特故障的差分方程组求解算法.利用该算法采用面向比特的故障诱导模型对Phelix进行了差分故障攻击,该攻击理论上只需652个单比特故障就能完全恢复256 bit的工作密钥,计算复杂度为O(220).实验结果显示,Phelix算法对差分故障攻击是不安全的.     

基于模型的局域网诊断系统

基于模型诊断的HS—DAG算法，提出一个网络通信模型的诊断系统，当局域网出现故障时，能够根据观察结果判断故障出现的位置，不会因为剪枝而丢掉部分最小碰集，提高了故障诊断效率。     

多Agent诊断求解方法研究

该文首先建造了一种包括多诊断Agent的诊断系统结构。为提高诊断Agent求解效率,对诊断Agent内部的故障模式进行聚类,将故障模式聚集成多个故障原型,使诊断只在特定空间是进行求解,避免搜索过程的盲目性和无关性;在此基础上,设计了一种基于故障原型的诊断Agent内部序贯诊断算法。另外考虑到诊断对象固有的关联性特征造成的多Agent间的诊断耦合,提出了以故障原型为依据建立Agent间关联模型的方法。基于故障原型的序贯诊断算法和Agent关联模型使Agent的内部诊断和Agent间的协作行为得以有效的联系。文中最后通过一个化工过程诊断实例对提出的多Agent诊断求解方法进行了验证。     

集值信息系统中的粗糙集扩展模型

通过分析研究现有集值信息系统上定义的两种关系(相容关系和优势关系),在集值信息系统中引入相容度和包含度的概念,定义了基于相容度α的相容关系和基于包含度β的优势关系,提出了基于这两种关系的粗糙集扩展模型,并分析比较了该模型与现有模型之间的关系.通过对相容度和包含度的调节和控制,可以将现有集值信息系统中定义的两种关系有效地统一起来.最后,通过对一个具体实例的分析,进一步解释和说明了这些关系之间的联系.     

B—G—M模型的随机故障诊断

此文论及数字系统的故障自动诊断。先前在Ferruccio Barsi,FabrizioGrodoni和 Piero Maestrini所提出的诊断模型中假设系统的所有单元都有相同的故障概率,为了更好地描述实际情况,本文将此模型推广到随机诊断。对于一个已有确定测试连结的n个单元所组成的系统,在一步可诊断和顺序可诊断两个方面,推导了正确诊断出现概率大于t的故障集的充分和必要条件。同时指出顺序诊断方法是较为简便的。最后文章详细讨论了满足给定方法可诊断性前提下的系统测试连结的最优设计,提出了一个适用于顺序p—t可诊断系统的最佳设计方法,并用APL语言给出了算法。 在此,衷心感谢指导教师陈廷槐老师给予的启发、指导并为我们主持了讨论班。     

基于线性多步积分法建立高速互连系统的缩减模型

基于线性多步积分法 (LMIM)建立了高速互连系统的数值模型 ,该模型具有和集总参数电路相容的形式 ;在此基础上 ,结合 Arnoldi算法 ,建立了互连系统相应的缩减模型 ;利用该缩减数值模型可以消除传统缩减模型仅适用于 RLC电路的条件限制 .数值试验结果表明 ,该模型具有较高的计算效率和计算精度     

广义邻域粗集下的集成特征选择及其选择性集成算法

针对实际模式识别系统中样本特征常具有的连续值属性、高维性、强相关性和冗余性等影响分类效果的问题,在广义邻域粗集模型下提出一种集成特征选择及其选择性集成算法.该算法先提取样本特征并利用所提出的马氏距离分布熵评估其重要度,再基于特征重要度构建广义邻域粗集模型,并在此模型上以特征重要度为启发式信息设计基于蚁群算法的属性约简算法,然后通过改变广义邻域粗集模型参数的方式获得更多具有更大差异性的基分类器,最后利用主成分分析法对产生的基分类器进行选择性集成.模拟电路故障诊断结果表明,该算法比AdaBoost等算法取得的分类精度至少提高了2.6%.     

基于极大相容块的区间集粗糙集

区间集粗糙集是针对目标集不能被精确表达时利用上下界进行近似刻画的有效方法，而对于连续型数据，基于等价关系的区间集粗糙集不再适用，相容关系则常被用于处理连续型数据。为进一步提高近似精度，文章将基于相容关系的极大相容块与区间集粗糙集结合，提出连续型数据集上基于极大相容块的区间集粗糙集。首先在信息系统中提出基于距离的相容关系及其极大相容块，由此定义基于极大相容块的乐观、悲观粗糙集，并讨论它们的性质。进而将极大相容块引入区间集粗糙集，提出了基于极大相容块的乐观、悲观区间集粗糙集，讨论了它们的性质及关系以及两类区间集粗糙集的精度。最后选取UCI数据集上的五组数据，验证了本文所提极大相容块下的模型较之相容关系下对应模型的精度平均提高33%。     

集值信息系统中的粗糙集扩展模型

根据属性值的相容程度在集值信息系统上定义了一种新的关系--α相容关系;给出了相应的近似集合和相关性质,并讨论了它与相容关系、拟序关系之间关系;提出了基于这种关系的粗糙集扩展模型,并分析比较了该模型与现有的粗糙集扩展模型之间的关系;最后,通过一个实例来直观地解释这些关系之间的联系.     

废气排放成分的汽油机失火故障RBF神经网络诊断

提出了一种利用排气中HC、CO2和O2浓度诊断车用汽油机失火故障的诊断方法及描述汽油机失火故障的模糊评价指标,利用实验数据和RBF神经网络建立了该指标与排气中HC、CO2和O2浓度间关系的模型,应用MATLAB软件对该模型进行学习训练,将训练好的神经网络模型应用于汽油机失火故障的诊断,结果表明,此模型能正确诊断汽油机失火故障.图2,表2,参8.     

多电源配电网的复故障定位网络模型

提出一种使故障定位算法能够应用于多电源配电网复故障情况的网络模型,该网络模型考虑了算法中与故障电流有关的量的方向性,在假定由某电源供电的功率流向为正方向之后,多电解配电网的故障定位问题实际上转化为单一电源情况下的故障定位问题,如果对每一个电源都假定一次正方向,在每一个假定正方向下都用故障定位算法求一次故障设备,那么最后就可以找到所有的故障设备。     

一类模型不确定问题的多目标相容控制算法

以模型不确定控制系统为研究对象,针对精度和能耗2个冲突目标,在2层框架多目标相容控制思想的基础上,研究并实现了一类节能降耗问题的相容控制具体算法,解决了加权法等传统多目标处理方法难以明确体现每个目标实现情况的问题.在该算法中,第1层旨在确定用户满意的多个控制目标的相容目标区域,第2层则进一步优化主要目标,设计出控制系统.该算法解决了模型、状态初始值不确定情况下的多目标系统相容控制器的设计问题.仿真实例与多目标加权法相比表明该算法对解决多目标控制问题的有效性.