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.     

结构矢量法的模糊故障树重要度分析

针对模糊故障树分析中,重要度分析描述复杂、抽象含义不明确以及不利于重要度排序等问题,提出基于结构矢量的重要度分析方法。首先将梯形模糊数抽象为匀质梯形,将梯形模糊数的变化抽象为梯形质心的矢量变化。而后利用质心变化矢量在水平和垂直方向上的分量定义模糊故障树中故障率的变化量、梯形模糊数模糊度的变化量以及故障率的变化率。最后以某型雷达水冷系统故障为顶事件,通过重要度分析验证了所提方法的有效性。     

粗糙集与故障树理论的组合故障诊断

故障知识的获取以及故障树结构的确定一直是亟待解决的瓶颈问题.将粗糙集理论引入到故障树的故障诊断中,利用粗糙集对实例测得的故障信息进行知识约减和知识获取,寻找系统各个故障源信号之间的逻辑关系,并通过这些逻辑关系构造基于知识的故障树模型.故障实例分析表明,将粗糙集理论与故障树有机结合在一起进行故障诊断能有效地压缩故障特征空间,实现快速、准确的故障推理.     

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。     

基于粗糙集理论的试卷质量评价分析

将粗糙集理论应用于试卷质量评价分析中, 通过对试卷质量评价指标、试题重要性和试题冗余信息的分析, 应用粗糙集的属性约简及属性重要性等概念, 给出了独立指标的权重计算方法, 建立了基于粗糙集理论的试卷质量综合评价分析模型, 为提高教学质量管理提供参考.     

基于故障树分析武警运输安全人为因素

将故障树分析法应用到武警运输安全人的因素分析中,建立了武警运输安全事故树,进行了简化、定性和定量分析,计算了基本事件的重要度,并给出了一般计算公式。     

客车前桥计算机辅助故障树分析

文章阐述了故障树分析的概念,并对建立起的故障树进行定性分析和定量计算。在基于SQLServer和Windows平台上开发了一套网络化、通用化和工程化的计算机辅助故障树分析系统,该系统功能全面、人机界面友好。借助该系统对HFC6703客车前桥故障进行了分析计算,验证了系统的实用性。     

列车跟踪系统故障树分析

列车跟踪系统在工作过程中受到接收器故障、发送器故障、手动介入等的作用,致使输出信息异常、手动介入定时不当,导致了列车跟踪中断。分析了影响顶事件(列车跟踪中断)失效的各种因素,建立了列车跟踪系统的故障树。利用故障树分析法对系统进行定性分析和定量计算。同时计算故障树的最小割集和系统在工作时部件的概率重要度及关键重要度和顶事件发生的概率。在此基础上,对影响列车跟踪的各主要因素进行了分析,并对其提出了相应的改进措施。     

螺栓法兰连接模糊故障树分析

根据螺栓法兰连接系统的模糊性、连接系统的主要故障及其失效原因,建立以连接系统泄漏失效为顶事件的故障树.依据模糊集理论,基于基本事件发生概率的三角模糊分布,对所建立的故障树进行了模糊分析.采用Fussel算法得到了顶事件的最小割集,求取了顶事件的模糊概率及不同置信水平下顶事件的隶属函数;将模糊重要度中值分析法引入螺栓法兰连接系统的故障树分析中,获得了顶事件最小λ截集水平下的各基本事件的模糊重要度,得到影响连接系统泄漏失效行为的重要因素,并给出相应的泄漏预防与控制策略.     

炮射导弹系统的故障树分析

炮射导弹是中国近年来新研发的新型武器装备.为了解决炮射导弹在使用过程中出现的各种问题,通过收集该产品在发射周期前、发射周期、飞行过程、作用过程中曾经出现的失效现象,采用故障树分析法,以7类重大故障模式为顶事件绘制故障树,对故障树进行定性分析,确定各中间事件和底事件并找出故障树的最小割集,确定各底事件发生故障的概率并定量计算概率重要度和关键重要度,通过专家打分及层次分析法算出失效因素综合权重,并表明需要重点控制的底事件.该系统的故障树分析可以为炮射导弹发生故障时的故障排查、故障分析以及故障解决提供合理化建议,提高故障归零效率,同时为同类别其他系统的设计及故障诊断提供参考.     

基于粗糙集决策树优化研究

决策树分类方法是一种有效的数据挖掘分类方法.单变量决策树结构简单,但规模较大.多变量决策树是为了进一步缩减树的规模而提出的决策树结构,通过选取属性的合理组合作为分裂属性,可使树的规模相对较小.文章在对以往所提出的混合变量决策树算法RSH2的抗噪性差和属性被多次选取等问题进行改进的基础上,提出了基于粗糙集的多变量决策树算法VPMDT.通过与ID3、HACRs、RSH2和C4.5等算法进行的实验比较表明,VPMDT有较好的时空性能,并保持较高的分类预测正确率.     

基于粗集的混合变量决策树构造算法研究

文章提出混合变量决策树结构,并在此基础上提出基于粗集理论的混合变量决策树构造算法RSH2,算法在每个结点选择尽可能少的属性明确划分尽可能多的实例,减小了决策树规模,且易于理解。将RSH2算法与ID3算法及基于粗集的单变量决策树算法HACRs进行实验比较,结果表明该算法有良好性能。     

基于粗糙集理论多区域并行神经分类器在变电站故障诊断中的应用

针对变电站故障诊断中不确定信息多和实时性要求高的特点,以变电站的开关保护信息为基础,提出了一种基于粗糙集理论和神经网络理论的多区域并行神经分类器的变电站故障诊断方法.该方法首先将变电站故障划分为多个独立的故障单元,针对每个区域故障单元建立故障模式库,利用粗糙集的知识约简和不确定信息的处理能力,对故障模式库并行挖掘,实行属性优选,再运用神经网络对故障诊断知识进行模式识别.将其应用于变电站故障诊断专家系统中,应用结果显示该方法不仅能缩小问题求解规模,实时性高,而且具有较强的抗干扰能力,是一种有效的变电站故障诊断方法.     

基于粗糙集理论的运输机故障诊断与分类

应用粗糙集约简理论,根据煤矿安全规程分析了煤矿胶带运输机的10种安全保护措施和统计的故障样本,提出了一种以决策表作为主要工具,直接从故障样本集中导出诊断规则及其故障分类的方法,并用实际发生的故障检验了该方案的正确性。     

基于模糊集和粗糙集理论的故障诊断方法的研究

概括介绍了模糊集粗糙集的基本理论,对基于它们的故障诊断方法进行比较,并提出在故障诊断方法中一些可能的研究方向。     

基于粗糙集和D-S证据理论的交通拥堵预警

鉴于拥堵预警中的信息和知识具有随机性和不确定性、采集到的数据又常常包含着噪声的特点,利用粗糙集能够对数据进行分析和处理,D-S理论能够分析各种不完备信息的特点,提出了一种算法——基于粗糙集和D-S理论,计算交通可能发生拥堵的概率,为交通拥堵预警提供分析与支持.仿真结果表明该方法是可行而且有效的.     

A game-theoretic perspective on rough set analysis

Determining the correct threshold values for the probabilistic rough set approaches has been a heated issue among the community. Existing techniques offer no way in guaranteeing that the calculated values optimize the classification ability of the decision rules derived from this configuration. This article will formulate a game theoretic approach to calculating these thresholds to ensure correct approximation region size. Using payoff tables created from approximation measures and modified conditional risk strategies, we provide the user with tolerance levels for their loss functions. Using the tolerance values, new thresholds are calculated to provide correct classification regions. This will aid in determining a set of optimal region threshold values for decision making.     

基于粗糙集的模糊神经网络在故障诊断中的应用

文章将粗糙集理论、模糊逻辑推理和神经网络等方法相结合,提出一种基于粗糙集的模糊神经网络理论的复杂机械的故障诊断方法。该方法应用模糊逻辑推理建立故障诊断决策表,采用粗糙集理论对故障样本数据属性约简,将获取的主要特征属性输入到神经网络中进行训练学习,然后把检测数据输入到诊断系统中进行检测。检测结果表明,该方法在船舶柴油机的故障诊断中是有效的。     

基于粗糙集理论的仿人控制器设计

针对如何模拟人的控制行为以及提取控制行为特性问题,提出了基于粗糙集理论的仿人控制器的规则提取方法和仿人控制器的设计方法,包括用人控制行为的样本集建立初始决策信息表、信息表离散化、属性约简、规则提取和决策表完备化等。实验结果表明:将所设计的仿人控制器应用到原有的实际系统中,能顺利实现规则校验,提出的仿人控制器的设计方法是可行的。