粗糙集神經(jīng)網(wǎng)絡故障診斷系統(tǒng)的方法研究及應用.pdf

1、目前，故障診斷已經(jīng)發(fā)展到了智能階段，而智能故障診斷技術的研究重點已經(jīng)逐漸由傳統(tǒng)的人工智能轉(zhuǎn)向新興的計算智能領域。計算智能領域的一些理論，如人工神經(jīng)網(wǎng)絡，粗糙集理論等已經(jīng)在故障診斷中得到了廣泛的應用。人工神經(jīng)網(wǎng)絡(ANN)是一種自適應非線性動力學系統(tǒng)，具有可學習性和并行計算能力，可以實現(xiàn)分類、自組織、聯(lián)想記憶等功能。粗糙集(RS)理論是一種刻畫不完整性和不確定性的數(shù)學工具。它能有效地分析和處理不精確、不完整、不一致等各種不完備信息，并從中

2、發(fā)現(xiàn)隱含的知識，揭示潛在的規(guī)律。本文利用二者的優(yōu)勢，將ANN和RS相結(jié)合，提出了一種基于粗糙集神經(jīng)網(wǎng)絡的故障診斷模型。 首先，研究了運用粗糙集理論進行屬性約簡的方法，并在此基礎上提出了一種改進的基于二進制可辨識矩陣的屬性約簡方法，使屬性約簡計算量大幅度減小，可以快速得到給定要求下的屬性約簡。 其次，對粗糙集的離散化方法進行研究。粗糙集理論是一種基于離散數(shù)據(jù)進行處理的方法，連續(xù)數(shù)據(jù)的離散化直接影響到它的處理效果，為此提出了