改进决策树方法及其用于故障诊断知识获取

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。     

基于数据挖掘的人力资源故障诊断技术

为了提高人力资源管理中的故障诊断效果,文章将数据挖掘的原理和方法与人工智能的原理和方法相结合,构造了人力资源智能故障诊断系统的总体结构模型,设计了交叉决策树和多交叉决策树相结合的数据开采方法,将数据挖掘与人工智能的专家系统有机地结合起来,有效地解决了知识自动获取的问题。     

一种决策树增量学习算法在故障诊断中的应用

在决策树增量学习算法ID5R上,结合粗糙集理论较强的简化知识、缩小知识库空间的能力,提出了一种增量学习方法,该算法在面对新事例时,能够先对新知识与知识库内容进行比较,将其中已为知识库所有的知识进行压缩,仅对其余部分学习,该过程能够有效减少新示例学习过程的消耗.同时针对知识获取的瓶颈问题,将其应用于故障诊断的知识积累过程中,并通过一个柴油机油样光谱分析故障诊断的算例,验证该算法的有效性.     

大型电站诊断系统中知识处理方法

诊断知识处理是大型电站智能诊断系统的关键技术之一，针对电站设备故障诊断问题，提出了故障诊断的知识范围，对诊断知识进行了合理的分类，分别对这些知识的获取、混合知识的表示、诊断推理等方法进行了分析与研究，为最终建立大型电站智能诊断系统奠定基础     

柔性制造系统故障诊断系统的智能知识获取

结合FMS故障诊断专家系统的实际开发,针对故障诊断专家系统中的知识自动获取问题,提出了概念库的管理方式,设计了一种自学习系统．本文研究了学习模块的知识表达问题,提出了一种混合式的知识表达方式,即语义网络和模糊产生式规财相结合的方式,同时介绍了学习过程中的搜索问题及推理策略．     

基于决策树的轨道电路故障诊断知识表示方法研究

针对ZPW-2000A无绝缘轨道电路故障逻辑机理模糊的问题,本文采用了基于决策树的轨道电路专家系统知识表示方法.该方法首先将轨道电路故障影响较大的特征向量样本建立故障决策表,然后运用最小信息熵算法对属性值离散化,根据决策树算法快速学习及分类的特点对离散后的数据样本进行训练学习,生成故障决策树后进行知识规则的获取,在专家系统的知识库中以产生规则存储.通过对ZPW-2000A无绝缘轨道电路的实例分析验证了该方法在轨道电路专家系统知识表示与获取中的有效性和实用性.     

故障诊断专家系统知识获取的变精度粗集方法

针对故障诊断专家系统知识获取的问题，利用变精度粗集(VPRS)理论模型进行知识简化，并采用正则条件熵和互信息熵对故障特征的选择进行评价，实现最简诊断知识的提取，以建立专家系统知识库。对滚动轴承故障诊断的实验表明，该方法有效地弥补了传统故障诊断专家系统知识获取的不足，可正确地实现故障诊断功能，在实际系统的故障诊断中具有应用价值。     

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。     

基于模糊数学的决策树技术在信号知识库更新中的应用

针对当前铁路信号设备维修中维修信息的模糊性、信息获取的不完备性,使维修决策支持系统知识库的更新变得很困难这个问题,提出了通过对知识的模糊性表示,采用决策树分类技术对设备状态进行分类,形成具有信息确信度的子树,通过子树合成形成最终的决策树,最后从该决策树中提取模糊性产生式规则,从而对信号设备的维修决策支持系统知识库中的知识进行更新,以提高信号维修决策支持系统的决策分析能力。     

模糊决策树算法及其在注塑模浇口设计中的知识获取

通过对决策树算法的研究,特别是分析了ＩＤ３的基本算法过程,指出其应用中的多种缺陷,提出了用模糊概念来解决传统决策树中过分匹配,从而提高决策树用于知识获取性能的思想．结合树的深度优先算法、模糊包含度函数和模糊不确定函数,提出了具体实现模糊决策树（ＦＤＴ）算法,并在注塑模浇口设计中加以应用．该算法具有如下优点：在相同精度条件下,大量压缩知识,在将来知识推理中极大地避免了组合爆炸的可能性;随着应用的不断深入,ＦＤＴ获取的知识会逐渐集中在领域中常用的和重要的知识上．     

电网故障诊断专家系统中基于粗糙集理论的知识获取方法的研究

提出了电网故障诊断专家系统中基于粗糙集理论的知识获取的一种新方法,即利用分层诊断中由断路器变位信息诊断出故障区域,指导决策表中条件属性的选择,最大限度地剔除多余的条件属性,通过对决策表进行属性约简和值约简,得出故障诊断需要的诊断知识即诊断规则,并以三水地区的一个电网故障为例,说明该方法的有效性。     

基于决策技术和粗糙集理论的诊断知识库构建研究

针对目前诊断推理中知识库构建存在知识获取困难,提出了一种基于粗糙集和决策理论的诊断知识库构建模型.该模型引入决策技术和粗糙集理论,对源数据进行预处理,构建决策表,通过属性约简和属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库.实例证明在保持故障诊断分类结果的情况下,该方法可以提取出最能反映故障的特征知识,并能有效地解决诊断知识库构建中规则获取的知识冗余或缺失问题,显著提高故障诊断的精度和效率.     

采煤机液压故障诊断专家系统的研究

针对采煤机液压系统故障的复杂性问题,通过有效的知识获取手段,借助专家系统开发工具,建立了采煤机液压故障诊断专家系统：MGH-DBES。介绍了系统开发流程、知识获取、知识推理等。测试表明：系统运行是可靠的,诊断结果是有效的,维修决策是可行的。     

机电系统故障诊断知识描述与生成技术的探索

研究机电系统概念描术和故障诊断知识的表达。获得及生成技术。方法提出基于概念的应用结构化语言描述物理系统的方法,将概念分为实体概念、属性概念和特征概念,在实体概念的基础上构造概念词典和概念树。     

基于粗糙集的装备故障诊断系统的算法研究

通过设计基于粗糙集的装备故障诊断系统框架,以大屏幕投影系统的设备故障记录作为样本集,研究了粗糙集在装备故障诊断系统中的应用。针对数据预处理中缺失数据的填补问题,采用粗糙集理论和统计学理论相结合的方式,最大限度的保留了原始信息、产生规则的数量和可靠性;针对知识约简中规则生成速度慢等问题,采用了基于粒计算的粗糙集知识发现算法,将决策表中的属性集转换为二进制的矩阵对象,把复杂的知识约简转化为矩阵运算,降低了知识约简的时间复杂度,提高了生成规则运算效率,实现了故障诊断知识的快速自动获取。     

粗糙集在决策树生成中的应用

决策树是归纳学习的重要形式,建造高质量的决策树的关键是选择合适的属性,本文针对ＩＤ３算法对属性间的相依性强调不够等问题,利用粗糙集理论,提出了一种新的启发式函数－分辩率构造决策树。     

水轮发电机组的事故停机分析与故障诊断专家系统的研究

构造了水轮发电机组的故障树,对故障树进行了定性定量分析,得出了逻辑分析与数量分析的结果,并对故障树的简化与等效进行了讨论;按照故障树模型,建立了在线故障数据采集和故障诊断的实时故障诊断专家系统,介绍了专家系统知识库的建立及知识表示方法。     

基于改进合同网的复杂装备故障诊断方法

针对复杂装备故障诊断任务分配与结果融合问题,给出了地空导弹故障诊断任务模型的描述,将案例推理与合同网任务分配方法相结合,弥补了合同网对经验知识利用不足的弱点;对传统合同网的任务分配方法进行了改进,给出了具体的算法流程描述,对招标范围和中标评估策略进行了深入研究;针对多资源参与下故障诊断结果冲突的情况,将诊断结果模糊融合算法进行了改进,实例融合结果表明其能有效修正群体决策中的偏差。     

增量决策树算法及复杂度分析

介绍了增量决策树算法的基本原理,并从实例费用和信息熵费用两个角度出发,对增量决策树算法的复杂度进行分析.通过实例说明,增量决策树算法能够构造出与ID3算法形态基本相同的决策树.     

复杂系统的诊断问题求解——一种基于知识的方法

本文提出了复杂系统的诊断问题求解的一般性概念并深化了文献[1]中的结论,即得到了更为有效的诊断策略与具体诊断方法,最后提出了一个基于知识的汽车发动机诊断系统。