基于粗糙集和神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究.pdf

1、目前，故障診斷己經(jīng)發(fā)展到了智能階段，而智能故障診斷技術(shù)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(lǐng)域。計算智能領(lǐng)域的一些理論，如人工神經(jīng)網(wǎng)絡(luò)，粗糙集理論等己經(jīng)在故障診斷中得到了廣泛應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)(ANN)是一種自適應(yīng)非線性動力學(xué)系統(tǒng)，具有可學(xué)習(xí)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(xué)工具。它能有效地分析和處理不精確、不一致、不完整等各種不完備信息，并從中發(fā)

2、現(xiàn)隱含的知識，揭示潛在的規(guī)律。粗糙集理論可以彌補神經(jīng)網(wǎng)絡(luò)不能確定哪些知識是冗余的，哪些知識是有用的，訓(xùn)練時間過于漫長的局限性。因此，將神經(jīng)網(wǎng)絡(luò)與粗糙集理論結(jié)合來完成故障診斷是很有意義的。 本文在對現(xiàn)有的粗糙集——神經(jīng)網(wǎng)絡(luò)結(jié)合的故障診斷方法分析的基礎(chǔ)上，重點研究了屬性約簡的方法。主要作了以下幾方面工作： 1．當(dāng)故障系統(tǒng)中包含多個條件屬性時，提出一種先將決策表分塊再約簡的方法，并對該方法的可行性和算法的時間復(fù)雜度進行了分析，