電器智能設(shè)計(jì)及可靠性度量中的不確定性信息處理方法研究.pdf

1、隨著工業(yè)自動(dòng)化逐漸步入知識(shí)密集型階段，智能設(shè)計(jì)已成為現(xiàn)代設(shè)計(jì)技術(shù)必然的發(fā)展方向之一，作為智能設(shè)計(jì)技術(shù)的核心，知識(shí)處理自動(dòng)化水平的提高日趨迫切；電器產(chǎn)品是各種自動(dòng)控制設(shè)備中重要的基礎(chǔ)元件，其可靠性是設(shè)備正常運(yùn)行的保障，對(duì)其可靠性進(jìn)行分析和度量是十分必要的。本文的研究工作，即針對(duì)這兩方面而展開(kāi)。 在產(chǎn)品設(shè)計(jì)領(lǐng)域知識(shí)和可靠性數(shù)據(jù)中，存在著諸多形式的不確定性，其中主要體現(xiàn)為模糊性。對(duì)此，本文基于粗糙集理論、模糊理論、證據(jù)理論、神經(jīng)網(wǎng)絡(luò)等

2、人工智能和計(jì)算智能方法，以電器為研究對(duì)象，討論了產(chǎn)品設(shè)計(jì)和可靠性度量中的不確定性信息處理方法，以及實(shí)現(xiàn)智能化設(shè)計(jì)的知識(shí)自動(dòng)處理方法，包括知識(shí)的建模、獲取和推理。 主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)包括： (1) 基于粗糙集理論知識(shí)約簡(jiǎn)的方法，提出了產(chǎn)品屬性層次劃分的方法，從而確定產(chǎn)品的不同屬性對(duì)產(chǎn)品特征的不同描述粒度；基于粗糙集理論中的支持度的概念，提出了產(chǎn)品屬性權(quán)重分配的方法；同時(shí)，采用模糊聚類分析的方法，為每個(gè)產(chǎn)品子類建立了一個(gè)用

3、于描述其典型特征的標(biāo)準(zhǔn)模型。上述工作的開(kāi)展，為在概念設(shè)計(jì)階段合理選擇產(chǎn)品類型奠定了基礎(chǔ)。 (2) 基于模糊理論和證據(jù)理論，提出了一種廣義貼近度算法。該算法不僅可以統(tǒng)一處理普通實(shí)數(shù)、模糊數(shù)、實(shí)數(shù)域上的區(qū)間值，而且使計(jì)算結(jié)果更加吻合客觀事實(shí)。該算法在設(shè)計(jì)規(guī)則的模糊匹配、實(shí)例的模糊匹配、標(biāo)準(zhǔn)模型的近似匹配等工作中獲得應(yīng)用。 (3) 把一組標(biāo)準(zhǔn)模型視為一組典型模式，把設(shè)計(jì)問(wèn)題視為待識(shí)別模式，基于模糊模式識(shí)別原理求解產(chǎn)品選型問(wèn)題。