增量式获取规则的粗糙集方法

规则获取的增量式算法是知识发现领域的一个热点问题．作者根据粗糙集理论，提出δ—不可分辨关系的概念，建立了δ—决策表及其δ—决策矩阵，在此基础上，利用决策函数，提出一种在决策表中获取规则的增量式算法．该算法针对决策表中出现的各种新对象，在原有规则集的基础上进行规则和规则参数的增量式更新，避免了为更新规则而重新运行规则获取算法．     

基于粗集理论的专家系统故障规则的获取方法研究

为了提高故障诊断专家系统中知识获取的能力,本文提出了一中基于粗集理论的专家系统决策简化的方法,并深人研究和初步建立了故障规则自动获取系统,对原有的数据库进行精简和重构。该方法不仅消除了原始的故障数据库中的冗余属性,还对属性值空间进行合理划分,对整个系统的性能有明显的改善。     

粗糙集的知识获取及其应用

提出了一种基于粗糙集的知识理论模型，运用这一模型对决策表进行属性约简，去除其中不必要的属性，揭示出条件属性中的冗余性，最后得出了属性约简的结果以及决策规则。给出了一个简单的例子来说明如何建立和应用这种知识理论模型。     

不完备信息系统的知识获取

介绍了在不完备模糊信息系统中知识获取的一种方法.应用这种方法能够将不完备系统转化为模糊信息系统,然后利用模糊粗糙集理论,让隐藏在不完备信息系统中的知识以决策规则的形式表示出来.     

增量式知识获取算法综述

粗糙集理论研究中对求解属性的最小约简或较小约简以及求取最简规则集的算法已经进行了一些研究.而数据库是动态的,为了获取最小决策规则集,当增加新数据时,传统的方法通常需要对数据库中所有数据重新计算,效率欠佳,因此对动态数据进行增量式学习是非常必要的.     

一种基于粗糙集分类规则发现的方法

介绍了粗糙集理论实现数据分类和规则推理的基本原理,并利用粗糙集理论中核及决策类覆盖的概念,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系,并简化带有不相容规则的决策系统的多层次数据挖掘算法,应用一实际的例子说明如何在数据库中发现分类规则.     

基于支持向量机的决策系统知识发现

从规则获取和类别预报两方面研究支持向量机(SVM)方法在决策系统知识发现中的应用。对于规则获取，用SVM对决策系统进行条件属性约简并提取特征对象，进而基于较少的特征对象提取规则，使得规则获取的难度和速度都有所改善；对于类别预报，利用SVM对决策系统的对象进行分类，得到一个简单的判决函数。该判决函数可以完成对样本的类别预报，起到与决策规则类似的作用，而且此方法比传统方法简单易行。实验表明，将SVM方法用于决策系统的知识发现，不仅简便可行，而且可以提高速度。对于较大的决策系统更能体现出该方法的优越性。     

基于Rough Set理论的商务决策支持系统知识发现的研究

针对商务决策支持系统中存在信息不确定、冗余数据量大的问题,提出了一种基于Rough Set理论的提取最小规则算法。该算法的核心是改进的分明矩阵属性约简和启发式的属性值约简。通过算法对原始数据表中的冗余属性和属性值进行约简,得到了决策表和最小决策规则。最后,对商务决策支持系统的实例进行数据约简,挖掘其中的隐含知识,获取了有价值的决策信息。     

启发性故障诊断知识自动获取机制

本文从机器学习的角度，提出了一种基于故障事例的启发性诊断知识自动获取、自学习机制，即故障概念的获取和启发性诊断推理规则的获取。文中对故障诊断知识获取问题进行了形式化表达，给出了建立各故障模式特征描述的概念覆盖算法和构造故障概念层次性分类描述的概念聚类算法，并以旋转机械故障诊断知识获取为例，阐述了这一故障概念与诊断规则自动获取机制。     

高阶系统的故障发现及人机交互决策系统

本文研究了系统监控中的故障发现问题．提出了一种以图形方式进行人机交互的故障发现决策方法，并且应用大系统理论中的分块式卡尔曼滤波方法解决了高阶系统的监控问题，最后通过仿真实验，验证了该方法的有效性．     

一种新型的CPU故障检测方法及其应用

本文根据国产新型单路数字新闻传真系统的特点,采用一种新颖而有效的 CPU 故障诊断算法.此方法的故障覆盖率较高,在程序运行后,得到令人满意的效果.     

飞轮系统的对应性分析故障检测方法

为了实现复杂系统故障的简单、快速检测问题,提出一种基于对应性分析的检测方法,研究了闭环飞轮的故障检测问题。首先,利用飞轮系统的健康数据与故障数据描述飞轮系统的状态,数据向量由飞轮的物理状态参数构成。其次,利用对应性分析方法提取健康数据的故障检测指标及其相应的阈值。最终,利用对应性分析方法提取故障数据的故障检测指标值;并与故障检测指标阈值对比,检测飞轮系统的故障。与扩展卡尔曼滤波故障检测方法相比,不需要复杂的物理建模,利用数据向量之间的关联性即可实现飞轮系统的故障检测。飞轮仿真模型的故障检测结果的对比分析表明:本文算法利用数据关联性避免复杂物理建模;算法能利用实时数据实现在线监测,通用性强。可见,对应性分析故障检测方法具有简单、快速的优点。     

知识获取的多层证据网络模型

本文从诊断问题求解知识的一种组织形式——证据网络出发,讨论了将领域知识转换成证据网络的各种策略,并由此提出了知识获取的多层证据网络模型。根据该模型我们开发了交互式知识获取系统KAS-CEI,并将该系统用于汽车发动机故障诊断专家系统(AEFDES)知识库的建造。     

网络控制系统的故障检测

针对一类同时存在时变时延与随机丢包的网络控制系统,研究了系统的鲁棒故障检测问题。考虑传感器与控制器之间、控制器与执行器之间的随机丢包与时变时延的现象,首先将时变时延对系统的影响转化为未知有界条件下的不确定项,再将随机丢包用满足Bernoulli分布的二进制序列来描述,并设计了系统的鲁棒 故障观测器,给出了基于观测器闭环系统渐近稳定的充分条件。最后,通过仿真验证了该方法的有效性。     

基于粗糙集理论的电力变压器故障诊断方法及其发展

文章简要阐述了变压器的常见故障及其基与DGA诊断的特点,指出了几种单一智能诊断方法的不足。在此基础上,引入粗糙集理论以便能从完备信息中得出正确的诊断结论,并能从不完整的信息中得出满意的诊断结果,提高故障识别率。文中介绍了粗糙集理论的基本概念、约简计算方法和约简过程,并对近年来基于单一粗糙集理论及其与其他智能方法组合的变压器故障诊断主要研究成果进行了总结与评述。根据国内外变压器故障诊断的现状与经验,对未来的主要研究方向作了一些有益的探讨。     

基于Kriging模型的冷水机组故障检测与诊断方法

提出应用Kriging模型对冷水机组进行故障检测与诊断(FDD),采用ASHRAE RP-1043项目中无故障运行数据建立并验证冷水机组Kriging模型.利用参数敏感性原理对比T-统计方法和指数加权移动平均(EWMA)方法,对比结果表明,EWMA方法提高了参数敏感性.结合Kriging模型、EWMA方法和故障诊断规则表,用实测故障数据对冷水机组故障进行检测与诊断,检测和诊断的故障包括冷凝器结垢、制冷剂充注过多、制冷剂泄漏、不凝性气体、冷冻水流量减少和冷却水流量减少6个故障.诊断结果表明,应用Kriging模型能够准确有效地检测与诊断冷水机组不同水平的故障.     

基于Delta算子的网络控制系统故障检测

研究了Delta算子描述的网络控制系统的故障检测问题.在传统的移位算子描述的基于观测器的故障检测滤波器设计的基础上,给出Delta算子网络控制系统的模型.利用线性矩阵不等式方法,给出滤波器的最优解的存在和求解方法.最后通过数值仿真表明本文方法的有效性.     

设备监测与诊断系统构成技术的研究和实践

对大型旋转机械设备的故障诊断知识获取问题进行了研究，分析了ＩＤ３决策树方法及其存在的问题，提出了能够适应于连续型属性的知识获取方法．在产生决策树的过程中，提出了一些控制策略，对产生的决策树和决策规则提出了评价准则，并用实例进行了故障诊断知识获取的说明．     

具有长时延和异步时钟的网络控制系统的故障检测

针对一类同时存在长时延和异步采样时钟的网络控制系统,假定其可能发生的故障,设计了系统的具有时延补偿功能的鲁棒H∞状态观测器,对其进行故障检测.当系统正常时,将观测器系统建模为一类具有不确定性的离散线性切换系统,基于该模型,利用线性矩阵不等式(LMIs)方法给出了系统鲁棒稳定性条件和H∞性能指标的求解方法;当系统发生故障时,观测器残差能够迅速发生跳变,从而检测出故障的发生.仿真示例验证了所提出方法的有效性.     

传输线单一故障诊断的变频电压锁定法

求文研究传输线发生单一短路或断路故障，且故障点线间具有任意量值的接触电阻时的故障诊断问题。论述了故障点定位及接触电阻定值原理，建立了相应诊断方程，用改变电源频率的方法区别故障类型，给出了诊断算法。将提出的故障诊断方法进行计算机仿真，所得结果与预先假定的故障一致，表明诊断方法有效。