| 基于模糊关联分类器的民机超限事件诊断方法 |
| |
| 作者姓名： | 高小霞 霍纬纲 冯兴杰 |
| |
| 作者单位： | 中国民航大学计算机科学与技术学院,天津,300300;中国民航大学计算机科学与技术学院,天津,300300;中国民航大学计算机科学与技术学院,天津,300300 |
| |
| 基金项目： | 国家自然科学基金资助项目(61301245,61201414,61202018);国家自然科学基金委员会与中国民用航空局联合基金资助项目(U1233113,61179063);中央高校基本科研业务费中国民航大学专项资助项目(ZXH2012N001) |
| |
| 摘 要： | 现有的民用飞机超限事件智能诊断模型大多属于“黑盒”模型,不利于分析超限事件发生的原因.为此提出了一种基于模糊关联分类器(FAC,Fuzzy Associative Classifier)的民用飞机超限事件诊断方法.该方法抽取发生超限事件时对应的QAR(Quick Access Recorder)参数快照取值,采用模糊C均值(FCM,Fuzzy C-Means)聚类算法对抽取的QAR参数取值模糊预处理,然后基于Apriori算法生成模糊关联分类规则库,并由遗传算法对其进行裁剪,结合模糊分类推理方法形成FAC.采用B737-800实际样本数据进行了验证.实验结果表明,所提出的FAC能有效诊断超限事件,FAC识别超限事件的错误率与最小二乘支持向量机(LS-SVM,Least Squares Support Vector Machine)模型相当,但其解释性方面优于LS-SVM.
|
| 关 键 词： | 飞行品质监控 模糊关联分类器 超限事件 遗传算法 诊断模型 |
| 收稿时间： | 2013-11-18 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《北京航空航天大学学报》浏览原始摘要信息 |
|
点击此处可从《北京航空航天大学学报》下载免费的PDF全文 |
|
