粗糙集在卫星电源系统故障诊断中的应用研究

为了提高多故障诊断算法在诊断信息不完备时的诊断能力,引入粗糙集技术。对粗糙集技术中决策表的约简问题进行了深入地研究,给出了约简算法;详细论述了已有的实时诊断算法的步骤和缺点,把粗糙集技术和其诊断算法相结合,给出了改进的诊断算法。将此技术应用于卫星电源系统的故障诊断中,在缺少征兆信息的情况下仍能正确地进行实时诊断,表明可以提高诊断能力和效率。     

基于协调近似表示空间的航空发动机故障诊断

航空发动机故障诊断的一个主要目标即是求出具有最大分布的故障类型,协调近似表示空间为统一处理不同信息系统提供了工具,并且考虑到航空发动机故障是典型的小样本问题,因此针对航空发动机故障诊断决策信息系统,在求取其基于最大分布的协调近似表示空间的基础上,引入规则融合方法得到所有不同条件下的决策规则,并将其用于历史故障数据的分析,得到了高的识别率,从实践的角度证明了该方法的有效性以及融合所得规则的普适性.      

基于粗糙集与D—S推理的多传感器辐射源识别模型

辐射源识别已成为军事情报、监视、侦察系统中的关键问题。在战场环境中,多传感器探测到的辐射源信息呈现出不确定性、不完整性和矛盾性。本文提出了一种基于粗糙集和D—S推理的多传感器辐射源识别模型,并提出了一种新的基于分类质量的属性约简算法．仿真分析验证了该模型的有效性。     

基于粗糙集的空战效能多指标综合评估模型

 根据现代空战的特点,构建了空战效能评估指标体系,由于超视距空战和近距格斗是现代空战的两个主要模式,因此在指标体系中分别引入了与这两种模式直接相关的分项能力,并且给出了各分项能力的计算模型,针对以往效能评估的多指标综合评价模型中权系数确定的主观性问题,应用粗糙集理论对第3代战斗机的各种指标数据进行挖掘,利用信息熵概念求得各指标的属性重要度,并归一化处理为各指标的权系数,克服了传统权系数确定方法的主观性。最后,建立了空战效能评估的多指标综合评价模型,通过实例计算验证了该模型的有效性。     

基于RRBF的空中目标识别

为了更好地解决空中目标识别的问题,简单介绍了粗糙集相关理论.在提出一种属性约简方法的基础上,利用粗糙集和径向基网络的优势,构建了一种耦合模型.通过对空中目标实例的仿真实验,说明了该方法能够客观有效地对空中目标进行识别.     

基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

基于粗糙集属性约简和支持向量机的变压器故障诊断

针对油浸式变压器的故障诊断问题,提出一种利用差异化的粗糙集属性约简与有向无环图-支持向量机(DAG-SVM)相结合的方法实现变压器故障类型的快速诊断。该方法首先通过油浸液中溶解气体量的历史数据及其对应的故障类型建立原始故障决策表;然后利用等频率间隔划分法对条件属性数据作离散化处理,利用差分矩阵对决策表信息进行差异化属性约简,建立每两类故障间的诊断规则,消除对决策结果区分度较低的冗余属性;最后根据约简属性的对应数据作为特征向量输入,构建有向无环图-支持向量机多分类诊断网络,进而实现对故障类型的判断。仿真实例表明,该方法在系统检测中提高了故障诊断的准确率。     

基于粗糙集的刀具智能选配研究

本文提出一种以实例推理为主、规则推理为辅的刀具智能选配方法,采用粗糙集理论对刀具选配实例库进行优化,对刀具选配历史方案进行约简,剔除冗余数据信息,提高检索刀具选配历史方案的效率,使用规则推理作为实例推理的补充,增强刀具智能选配的实用性。     

基于粗糙集理论的翼型参数优选方法研究

在设计机翼时,通常需要进行多目标决策,而教练机机翼翼型选取的先验经验不足,需要进一步研究,从而得出翼型的选择规则.分析国内外已有教练机机翼翼型使用情况,运用粗糙集理论中基于重要度和条件信息熵结合的权重确定方法,提出在机翼方案设计阶段翼型的选择方法;对比分析三种分段方法在翼型性能指标离散化时的优缺点及其原因,并结合算例进行适用性验证.结果表明:在有限数据条件下,两断点方法是比较合适的属性离散化方法.所提出的方法具有使用价值,对飞机设计方案阶段翼型的选择以及机翼的气动设计具有参考意义.     

基于粗糙集与ID3的航空维修数据分析方法研究

提出了一种基于粗糙集(RS)与ID3的决策树构造算法RSI,该算法以属性重要度和属性依赖程度作为属性约简和建树的准则,解决了ID3算法用信息增益作为选择属性标准的局限性,并能够同时实现决策树的构造和修剪,大大提高了建树的效率。