粗糙集在故障診斷中的應用.pdf

1、粗糙集理論作為信息科學的一種新的邏輯和研究方法，它是一種處理模糊和不精確知識的數學工具，其具有很強的知識獲取能力。粗糙集理論的要點是將分類與知識聯系在一起，粗糙集理論認為知識即是將對象進行分類的能力。粗糙集理論的主要優(yōu)勢在于它不需要任何預備的或額外的有關數據信息。但是粗糙集的容錯能力和推廣能力相對較弱，這意味著需要其他方法補充。 人工神經網絡是近年來研究的熱門技術，它也是人工智能領域的研究熱點。人工神經網絡因其具有自學習，自組織

2、，容錯性好和并行處理信息的能力，且具有與現代各門技術相結合的能力，是信息處理的有效途徑和手段。但在現實應用中，人工神經網絡就像是一個黑箱，想要確定其相應的決策幾乎是不可能的。 因此針對上述各自的優(yōu)缺點，將兩者結合起來，發(fā)揮各自的特點。本文正是在這樣的基礎上進行的研究。應用神經網絡進行計算機故障診斷，本文用粗糙集理論對計算機網絡的條件屬性進行約簡。即通過粗糙集理論與改進可辨識矩陣和值約簡算法相結合，將龐大的條件屬性表約簡為最小屬性