| 基于粗糙决策模型和蚁群算法的故障诊断 |
| |
| 作者姓名： | 郑小霞 钱锋 |
| |
| 作者单位： | 华东理工大学自动化研究所,上海,200237 |
| |
| 基金项目： | 国家重点基础研究发展计划(973计划);国家高技术研究发展计划(863计划);国家自然科学基金 |
| |
| 摘 要： | 粗糙集理论是一种新型的处理模糊和不确定知识的数学工具,它能在保持信息系统分类能力不变的前提下,有效地进行知识约简;决策树算法可对约简后的决策表进行规则提取,有着直观、能定量分析的优点.提出一种变化趋势关联度来评价条件属性的重要性,建立粗糙决策树故障诊断模型,并在诊断推理中引入一种新的人工智能方法——蚁群算法,来确定决策树的最优检测次序.将其应用于工业精对苯二甲酸(purified terephthalic acid,PTA)生产过程中的对二甲苯氧化反应温度的诊断结果表明了提出方法的有效性.
|
| 关 键 词： | 故障诊断 决策树 粗糙集 趋势关联度 蚁群算法 |
| 文章编号： | 1000-6788(2007)03-0140-05 |
| 修稿时间： | 2005-07-29 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
|
点击此处可从《系统工程理论与实践》下载全文 |
|
