粗糙集理论在故障诊断专家系统中的应用研究

《粗糙集理论在故障诊断专家系统中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、粗糙集理论在故障诊断专家系统中的应用研究学科：计算机应用技术研究生签字：苏楠指导教师签字：岔、婶砰摘要专家系统是—个由存放专门领域知识的知识库，以及—个能选择和运用知识的推理机组成的计算机系统，其核心是知识。但是，从领域专家获取的知识具有不确定性、不精确性和冗余性，如何得到精简的知识库，就成为专家系统亟需解决的—个关键问题。粗糙集理论是处理不精确、不完备信息的强有力工具，能有效地分析和处理不精确、不一致、不完整等不完备性数据。在运用粗糙集处理海量知识的时候，现有的约简算法表现出自身的不足，一方面用定义约简算法对

2、知识库中的冗余信息仍加以计算，增加重复性；另一方面对冗余量大的信息表达系统直接用区分矩阵方法约简会增大矩阵结构，占用内存空间。本文将粗糙集理论应用到故障诊断专家系统中，提出了—种改进约简算法，更好地剔除知识库中冗余信息。该算法建立在定义与区分矩阵两种方法的基础上：将知识库表示为信息系统的形式，先用定义将知识按照不可分辨关系进行分类，／,kg<量数据中将具有不可分辨关系的元素归为一类，减少—部分冗余数据，得到简化的信息系统；然后用区分矩阵与区分函数通过析取、合取运算对简化的信息系统约简，得出知识的约简与核，从而减

3、少算法复杂度和计算量，剔除冗余信息，有效地解决了知识库信息冗余问题。本文以内燃机故障诊断专家系统知识库为例，信息系统表为主要工具，将改进约简算法应用到专家系统知识库中，并进行了测试，得到精简知识库。这个例子说明用粗糙集改进约简算法进行运算后，对故障的判断由原来14个对象8个属性，现只需要9个对象5个属性，有效地剔除知识库中的冗余属性，降低了故障诊断专家系统知识库的复杂性。关键词：专家系统；智能故障诊断；粗糙集理论；知识库；约简FaultDiagnosisExpertSystemResearchBasedonRo

4、ughSetDiscipline：ComputerApplicationTechnique跏蛔tsigna骶2b栖侈Supe响。rSignatulle：厶挑序畎h。价AbstraetExpertssystemisacomputersystemthatismadeofaknowledgedatabasesavmgspecialknowledge,aswellasareasorangmechanismselectillgandapplyingknowledge．Itscoreisknowledge．However,

5、thereisallurgentproblemhowtogetfidyknowledgedatabasefrominformationthatisknowledgefromthefieldsofexpertswithunceminty,notaccuracyandredundancy．RoughSetTheoryisapowerfultooltoanalyzeanddealwithimprecise，incompleteinformation．Whenmassiveknowledgearestoredanddi

6、sposed,existillgreductionalgorithmhasdemo删itsownweaknesses．Ontheonehandusingdefinitionreductionalgorithm,redundantinformationstilliscalculatedSOastOincreasecomplexity,ontheotherhandredundantinformationaledirectlycomputedwithdistinctionmatrixthatcanleadtoincr

7、easematrixstructureandmemoryspace．RoughsetwillbeappliedtoDiagnosisExpertSysteminthe耻Ip既Animprovedreductionalgorithmisgiveninordertopreferablyremoveredundantinformationofknowledgebase．Itisbasedontheformermethod．Knowledgedatabaseisexpressedasinformationsystem．

8、Firstly,accordingtoindiscemibilityrelationtheinformationsystemwillbeclassifiedanddementpossessedindiscemibilityrelationareattributedtoacategoryinordertodecreasedataandgainbriefiaessinformationsy