2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、汽車發(fā)動機在故障診斷時由于其復雜的結構和惡劣的工作環(huán)境,使得各傳感器測量的數(shù)據(jù)具有不完備和不確定性,且測量數(shù)據(jù)中大多含有噪聲,給故障診斷帶來了很大困難。利用粗糙集理論進行故障診斷,不需要任何數(shù)據(jù)以外的先驗知識和預備知識,即可有效分析和處理各種不確定、不完備數(shù)據(jù),并從中發(fā)現(xiàn)隱含的知識,揭示潛在的規(guī)律。隨著計算機技術的不斷進步,該理論日趨成熟,并逐步成為故障診斷和規(guī)則知識獲取的有效手段。
  基于粗糙集理論的發(fā)動機故障診斷,主要是通過

2、粗糙集理論對不確定和不完備數(shù)據(jù)的計算,從大量故障數(shù)據(jù)中提取有用規(guī)則,規(guī)則提取首先對決策表進行屬性約簡,屬性約簡的結果直接影響故障診斷的效果,故文章對屬性約簡算法做了重點研究。論文的主要工作有:(1)深入研究了基于粗糙集區(qū)分矩陣的屬性約簡算法,對傳統(tǒng)的以核為啟發(fā)式信息的算法進行了改進,改進算法以核和“偽核”為啟發(fā)式信息化簡區(qū)分矩陣,計算區(qū)分函數(shù)并將其轉換為極小析取范式,然后,將核屬性加入極小析取范式的每個合取范式中,得到屬性約簡結果,當給

3、定決策表沒有核屬性和條件屬性較少時,該算法對計算效率提高顯著;(2)為使算法具有普遍適用性,結合HORAFA-AFVDM算法的優(yōu)點進一步完善了改進算法,即以化簡后區(qū)分矩陣中條件屬性的頻率值為啟發(fā)式信息進行屬性約簡,并以約簡后的決策表與原始決策表的決策能力是否發(fā)生變化為標準來判斷屬性約簡結果的正確性;(3)構建了基于粗糙集的發(fā)動機故障診斷系統(tǒng),該系統(tǒng)可以根據(jù)故障數(shù)據(jù)和故障征兆兩種特征進行診斷,編程實現(xiàn)了系統(tǒng)的部分功能,軟件開發(fā)采用VS20

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論