雷达干扰效果评估的粗糙集方法

针对雷达干扰效果评估这一电子战作战运用中的核心问题,建立了基于粗糙集方法的评估模型。首先,构建了雷达干扰效果评估的连续值型信息系统。在计算属性约简集的基础上,建立了雷达干扰空间的偏序关系矩阵。最后,通过计算雷达干扰空间的综合优势程度,获取雷达干扰效果评估值。实例证明了该方法的有效性。     

基于模糊粗集的航空发动机健康状态监测算法研究

在发动机运行过程中,由于诸多非线性因素的影响,现有发动机状态监测中使用的参数只能部分地反映发动机性能状态,无法进行故障准确定位和故障预测.本文将通过研究模糊粗集的特征参数挖掘算法,从远程发动机监控系统所获得的大量发动机工况参数、气动热力参数和机械性能信息中进行数据挖掘,找出能够全面反映发动机性能状态的特征参数和新规律,进行发动机健康状态监测.     

基于改进AHP的民机结构偶然损伤检查间隔的研究

确定飞机结构偶然损伤检查间隔是制定飞机结构维修大纲的关键问题之一。在国内缺乏相关使用数据的前提下,经过对多种机型维修大纲制订政策和程序手册以及国际主流机型维修大纲的研究,分析了飞机结构偶然损伤的影响因素,建立了相应的评价指标体系,研究了基于粗糙集理论和层次分析法(AHP)的指标权重确定方法,在此基础上,应用综合评价等级和间隔的对应关系,建立了飞机结构偶然损伤维修间隔的制定方法。最后对某机型飞机的重要结构项目进行实例分析,效果良好。     

基于粗糙集理论的终端区飞机排序综合评判

针对日益增长的空中交通流量所带来的严重航班延误,提出了一种全新的终端区（TMA）飞机排序方法。在介绍粗糙集综合评判方法的评判过程基础上,建立了TMA飞机排序问题评判指标体系,进行了飞机排序综合评判过程的算例仿真。仿真结果表明,方法简单可行,能够客观得到各评判因素权重,并且与先到先服务（FCFS）排序方法比较,影响范围减少50%,累计延迟时间减少23%,说明方法排序结果优于FCFS排序结果。     

航空发动机故障诊断技术研究

介绍了COMPASS软件和基于粗糙神经网络模型的新型故障诊断技术。对某航空公司运营中的ERJ145飞机双发AE3007发动机进行的故障诊断和研究表明,粗糙神经网络模型在故障诊断中的适用性和可信性很强,能够为航空发动机故障诊断提供有效参考。     

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。     

基于不完备知识的飞机发动机故障诊断研究

飞机发动机故障诊断需要厂家提供的诊断知识和不断积累的专家实践经验，具有不完备性。基于粗糙集理论，研究了一种从不完备诊断信息中获取诊断知识的方法。该方法将厂家提供的飞机发动机故障诊断知识和专家实践经验形成统一的诊断信息表，利用粗糙集的知识约简方法处理，获得一致的诊断规则，为飞机数字化维修技术的实现提供了保障。实例分析结果验证了所提出方法的有效性和优越性.     

一种多属性主客观对比评价模型及应用

提出了一种多属性主客观对比评价模型,用以分析被评价者对自身(主观)评价与专家(客观)评价的异同,以期提升评价的效能。首先针对所有被评价数据集,依托于聚类分析方法,提出了一种典型样本选取策略。然后应用优势粗糙集理论对典型样本集进行了专家知识学习,形成决策规则集,并将规则应用于分析所有的数据,获得客观评价结果,与主观评价结果进行比较分析。最后应用该模型对研究生学习能力进行了分析,证明了模型的有效性。     

偏好多属性决策表概率决策的扩展粗糙集方法

通过用优势关系代替不可分辨关系,并设定置信阈值α,提出了一种可以从偏好多属性决策表中发现偏好概率规则集的扩展粗糙集模型。该方法可以处理偏好多属性决策表中可能的不相容性,获取由偏好对象组成的偏好概率决策规则,设计了相应的算法。研究结果表明：由该方法获取的最小偏好概率规则集,使用的务件数量较少,且导出规则的数量较少、较强。