一种生成不完备诊断模型的方法

利用在线生成模型方法解决因建模不完备而产生的系统不可诊断问题. 该方法通过离线建立的可扩展模型和确定可诊断性时得到的最大观测长度, 在线判定是否存在不完备行为; 根据在线运行的历史数据和观测时间确定不完备行为并进行分类, 重新定义诊断模型并生成诊断; 取消了完备性假设, 当系统中存在未定义行为时, 可得到诊断结果而非盲目扩展, 因此建模过程中进一步减少了设备依赖性.     

一种模型不完备条件下的诊断方法

基于模型的诊断研究的主要问题是:在已知模型的前提下,对于产生非常行为的系统通过逻辑推理的方法找到那些能解释这种非正常行为的故障部件.但对于模型不完备的系统诊断问题的讨论很少,本文首次提出了借助其他系统进行辅助诊断的思想,在此基础上提出了一种针对模型不完备条件下的诊断方法,使得经典的诊断方法对于模型的依赖程度有所降低,从而解决了模型不完备给诊断问题所带来的困难.最后将这种方法和模型完备时的诊断效果做了比较.     

一种不完备决策表的数据补齐方法

针对不完备信息系统，提出缺失比概念．用缺失比表示待填充样本中缺失数据和剩余数据对决策结果的影响能力的大小，进而根据缺失比选择使用的约简，然后通过填充矩阵寻找缺失数据的最大可能值．采用对Rough集进行扩充和数据填补相结合的决策表数据补齐方法．试验结果表明该方法有较好效果．     

不完备决策表的一种属性约简方法

粗糙集理论是一种处理不确定性问题的数学工具.论文应用粗糙集理论研究不完备决策表的属性约简问题,针对非对称相似关系提出了不完备决策表中正域协调集的概念,并讨论了它的基本性质,给出了正域协调集的充分必要条件,借助区分函数给出了计算正域约简的方法.     

一种不完备决策表的改进约简算法

由于在现实中,大部分信息系统是不完备的,有可能是不一致的。所以,针对现有属性约简算法的不足,在覆盖粗糙集理论和最大一致块技术的基础上提出了一种新的运用表存储可辨识属性集的不完备决策表的改进约简算法,该算法同时适用于一致决策表和不一致决策表,通过算法可求得决策表属性集的上约简、下约简,实现决策表的属性约简,有效地降低了算法的空间复杂度,提高了算法效率,具有一定的现实指导意义。     

一种不完备信息表的预处理方法

针对不完备信息表预处理问题中的不完备数据的填补问题、冗余属性的约简问题和连续属性的离散化问题进行了研究. 应用粗糙集理论,由相容信息表中条件属性与决策属性间的一致性对应关系,定义了划分区间的加法运算,解决了不完备数据填补问题;根据类别概念,定义了差别向量,利用差别向量加法运算删除了冗余属性;根据条件属性与决策属性之间的依赖关系及相对信息熵概念,实现了连续属性的离散化. 数值示例和实验结果显示此方法是有效可行的.     

一种不完备决策表中的广义决策约简

现实世界中大量存在的信息系统是不完备的,研究了包含不确定性和不精确性两种因素的不完备信息系统,建立了一种基于相似关系推广的粗糙集模型并对这种情况下的不完备决策表进行分析.研究了广义决策约简的方法,根据约简生成了决策规则.     

多值不完备决策表的属性约简方法

在许多情况下．现实世界的信息系统是不完备的．考虑包含不确定性和不精确性两种因素的不完备信息系统，建立了一种推广的粗糙集模型并对这种情况下的不完备决策表进行分析．研究了属性约简的方法，根据约简生成了决策规则。     

不完备不一致决策系统的最大分布约简及计算方法

不完备不一致决策系统中,条件属性下的相容划分与决策属性下的等价划分形成了复杂的交集,导致出现了多种不同的约简概念,从而使约简问题变得更加复杂.本文将最大分布约简的概念引入不完备不一致决策系统中,然后研究其在不完备不一致决策系统中的性质,发现其核属性不具备传统约简核属性通常所具备的继承特性,因而不能通过增加属性的方法来计...     

在离散事件系统中寻找诊断路径的方法

利用简单的编码理论提出一种在离散事件系统的故障诊断中快速找到诊断路径的方法.该方法通过状态编码,降低了在离散事件系统诊断同步过程中的时间复杂度,消减了诊断路径冗余.能够在给定的观测集合上快速提取诊断路径,更适合实际观测事件较少的系统.在模型完备假设下,除首次根据观测集合进行诊断需要指数级时间外,后续观测诊断时间降低到多项式级.实验验证了方法的有效性.     

基于模型检测的实时模型诊断方法

提出一种基于模型检测的实时模型诊断方法. 利用 模型检测算法对大状态空间系统验证的高效性, 使诊断系统能够更快地进行模型诊断, 并对这种方法进行了系统实现, 结果表明, 此方法可行、 有效.     

复杂控制系统面向对象法的诊断系统模型

针对一复杂惯性制导控制系统，讨论了采用面向对象技术系统进行分析与设计的方法，着重介绍了面向对象的知识表示与推理方法．并结合复杂系统的分层、递阶和协调的思想，构造了一个面向对象的层次化诊断专家系统的结构模型．实际工作表明所采用的诊断结构模型是实用和高效的．     

不完整数据的聚类研究

数据采集过程中存在大量缺失数据,即不完整数据.传统方法在聚类不完整数据时采用填充或丢弃缺失数据方式实现数据的聚类.依据不完整信息系统理论提出一种基于K-means的不完整数据聚类算法,算法首先将数据集划分成完整数据集和非完整数据集两部分,对完整数据集采用K-means算法进行聚类,然后将不完整数据依据设计的相似度度量方法划分到对应的簇中,实现数据集的聚类.实验结果表明,提出的方法能够高效、精确地实现不完整数据聚类.     

高阶对象自适应跟随低阶参考模型的离散MRACS

提出了一种高阶被控对象跟随低阶参考模型的离散ＭＲＡＣＳ的非最小实现．仿真结果表明．该系统具有较强助抗参数扰动能力．     

不完备信息系统中Rough集的扩充模型

经典的Rough集理论所处理的信息系统必须是完备的.为了能够分析处理不完备的信息系统,需要建立新的扩充Rough集模型.对现有的几种比较有影响的Rough集扩展模型进行了分析研究,提出了一种带约束的相似关系Rough集模型,并将这些扩充模型之间的关系进行了分析比较.结果显示,基于约束相似关系的扩充Rough集模型优于基于容差关系的扩充Rough集模型和基于相似关系的扩充Rough集模型,使得对象的划分更加合理,符合人们在处理数据时的直观感觉.     

离散事件系统故障的极小观测序列

为了提高可诊断离散事件系统故障的在线诊断效率,本文从判定故障发生的可观测事件的角度,提出了故障极小观测序列方法.文中选取有限状态自动机对离散事件系统进行建模.首先,在离线状态下,建立系统的故障模型,以排除对于判定系统故障无关的路径.然后,根据故障模型进一步建立判定系统故障的极小观测序列模型.当离散事件系统在线诊断时,仅需将逐步增加的在线观测事件序列与故障的极小观测序列模型进行比对.若能找到满足该模型的任何一条路径,则说明路径终止状态上故障标签对应的系统故障发生;否则,说明系统无故障发生.文中对可诊断离散事件系统进行实验对比,通过故障的极小观测序列模型能尽快判定有无故障发生,以及发生了哪些故障.该模型能有效地缩小系统在线诊断的时间,提高系统在线诊断的效率.     

非完全市场衍生资产定价方法研究

利用单期金融市场模型研究了非完全市场衍生资产定价问题。首先介绍了经典的无套利定价方法,指出了这种方法只适用于完全的金融市场的局限性。然后把无套利定价思想推广到了非完全市场,提出了衍生资产的ε－套利定价方法和区间定价方法。最后通过算例进一步说明经典的套利定价方法是区间定价法和ε－套利定价方法的特殊情况,区间这价方法和ε－套利定价方法是经典的套利定价方法的推广,既适用于完全金融市场,又适用于非完全的金融市场。