基于粗集理论的数据挖掘应用

论述了粗集的基本理论和特点,并对其在旋转机械故障诊断中的应用进行了探索,提出了粗集理论在旋转机械故障诊断中的数据挖掘方法,运用这一方法对故障诊断决策表进行属性约简,去除其中不必要的属性,揭示出旋转机械故障诊断条件属性中的冗余性,最后得出了属性约简的结果以及决策规则。     

粗集理论及其在旋转机械故障诊断中的应用(三)——决策规则的形成与约简

将粗集理论应用到旋转机械故障的智能诊断中,在信息不完备情况下,不需要事先的假设和专家经验,在 粗糙度不变的情况下进行推理和在决策分明性不变意义下进行决策,找出其规律性,并提供规则的可信度;同时能 对旋转机械故障的知识库的进行约简,消除多余的条件属性和冗余的信息,导出最小简化决策表。     

基于粗集的化工生产管理决策支持系统

通过对化工生产的特点进行分析，设计出决策支持系统的总体结构并研究其特征和功能；介绍粗集理论在决策分析中的应用，利用粗集进行决策属性值的表征和属性的约简，得出简约化的决策规则。     

基于粗集理论的工业制冷装置运行参数分析

分析了粗集理论在数据挖掘中的特点,基于粗集理论对一个实际工业制冷装置的运行参数进行了实例分析。实际运行参数从该工业制冷用户的历史运行记录中采集。经过合理筛选,用粗糙集理论约简属性,将制冷压缩机能耗的影响因素由9个降至4个,简化了对压缩机能耗的研究。根据大气干球温度的逐时变化和制冷压缩机的实际运行电流,推导出运行电流与大气干球温度关系的经验公式。结果表明,采用粗集理论来分析制冷运行参数,可以挖掘出运行数据中的潜在规律。     

基于粗糙集与人工神经网络的烟气机故障诊断

提出了一种粗糙集理论与神经网络集成的烟气机故障诊断方法。首先应用SOM网络对故障诊断数据中的连续属性进行离散化,然后根据粗糙集理论,借助遗传算法进行故障诊断决策系统约简,获得最优决策系统。最后在最优决策系统的基础上,设计RBF神经网络对烟气机故障进行诊断。试验结果显示,该方法可以有效提高烟气机故障诊断的精度和效率。     

基于小波分析和矩不变量的转子故障量化特征提取研究

为解决旋转机械智能诊断中缺少量化特征值的问题,提出了一种基于小波分析和矩不变量的量化特征提取新方法。在对实验转子振动信号进行小波分析的基础上,采用了灰度图来对连续小波分解系数进行表达,并提取出灰度图的7个矩不变量作为描述振动信号状态特征的量化特征值系列。分析表明,该方法所提取的转子信号量化特征值系列,能够有效地区分出几种典型故障间的差别。     

G-301溶剂泵机械密封失效原因及对策

机械密封直接或间接地影响着旋转机械的运转状况。因此,充分地认识机械密封典型故障运转条件、掌握运转状态的情况,采取相应的对策,对于企业安全生产有着重要的意义。本文就线性低密度聚乙烯生产装置G-301溶剂泵机械密封的故障、原因及对策进行了简单分析,为其长周期运转提供了理论保障。     

粗集理论及其在旋转机械故障诊断中的应用 (二)旋转机械故障诊断知识库的形成

旋转机械故障诊断知识库形成的主要环节是信号的采集和信号的分析、整理 ;在所有的机械故障信号中 ,振动诊断技术是故障诊断的常用手段 ,对振动信号实现连续、在线诊断的最重要的数学工具是快速傅里叶变换(FFT)和小波理论。通过对实验的观察 ,建立转子故障特征向量和故障类型之间对应关系的数据库 ,为基于粗集理论故障诊断的决策表的形成提供了原始的知识库     

基于多级模糊评判与嵌套式粗糙集理论的深井巷道支护方案优选体系

对深井巷道支护方案选择体系进行了层次化分析,利用相对重要程度相关等级计算法来确定各级影响指标的权重;利用多级模糊评判理论对各备选支护方案进行了综合分析评价,针对评价结果选择最优方案.同时,以各方案的评判结果作为决策属性,以各影响因素作为条件属性,对深井巷道支护方案优选体系进行了嵌套式粗糙集理论分析,简化了系统分析的复杂性,降低了深井巷道方案优选的复杂程度,实践证明,该方法科学可行,为深井巷道支护方案优选与规律分析提供了一种新的思路     

信息系统约简的若干问题

信息系统约简是个重要的课题 ,借鉴粗糙隶属度、最小分类规则及关联规则可信度等概念 ,推广了粗集理论中知识的核与简化的概念 ,使之能更好地描述决策表的属性约简 ;还从理论上研究了信息表数据浓缩与决策表数据浓缩的关系     

基于改进差别矩阵属性约简的聚合釜粗糙集-神经网络故障诊断

引言 聚氯乙烯树脂(PVC)是重要的有机合成材料,其产品具有良好的物理性能和化学性能,广泛应用于工业、建筑、农业、电力、公用事业等领域.聚合釜则是聚氯乙烯生产装置的关键设备,聚合釜能否稳定运行直接关系到整个聚氯乙烯生产装置的运行状况.     

基于Rough集理论的知识约简与规则挖掘方法

提出了利用可辨识矩阵和分辨函数自动获取规则的算法,该算法从已知决策系统出发,通过决策系统的可辨识矩阵和分辨函数计算核和所有的约简集,以约简集为初始节点,建立层状节点网络模型,对于各节点,提取符合可信度要求的规则写入规则集中。应用实例表明,文章提供的算法是确实可行的。     

粗糙集理论在柴油机故障诊断中的应用

以柴油机故障诊断为背景,研究了基于粗糙集理论的参数优化在故障诊断中的应用.首先采用小波包能量谱方法提取振动信号的特征参数,并用粗糙集理论对其进行属性约简,最后用RBF神经网络对各类故障进行辨识,结果表明:利用粗糙集约简后,通过减少神经网络的输入节点数,简化网络的结构,提高了诊断的准确率及效率.     

基于粗糙集理论的决策树构造算法

应用粗糙集理论,提出了一种利用新的启发式函数构造决策树的方法。该方法以属性重要性评价指标作为信息熵函数,对条件属性进行选择,充分考虑了属性间的依赖性和冗余性,弥补了ID3算法对属性间依赖性强调不够的缺点,解决了决策树中子树的重复和有些属性在同一决策树上被多次选择的问题,该方法还能对不相容决策表进行正确分类。实例表明该方法是正确有效的,而且明显优于传统的决策树构造方法。     

Precursor Selection for Sol‐Gel Synthesis of Titanium Carbide Nanopowders by a New Intuitionistic Fuzzy Multi‐Attribute Group Decision‐Making Model

This article develops a new intuitionistic fuzzy multi‐attribute group decision‐making model to solve precursor selection problems. The proposed model is based on a hybridization of intuitionistic fuzzy sets theory, grey relational analysis and technique for order performance by similarity to ideal solution method. To better describe the uncertain decision environment, multi‐attribute group decision‐making method with completely unknown weights of both experts and attributes is proposed in an intuitionistic fuzzy setting. Finally, the selection of the carbon source in synthesis of nanocrystalline titanium carbide powders by sol‐gel route as an application example is solved by the proposed model, and the implementation of the model is illustrated completely.     

工艺参数对注塑成型质量影响的粗糙集分析

用粗糙集理论，分析了注塑成型过程中工艺参数对成型不足问题的影响。通过属性约简和值约简，找出影响成型质量的关键因素，从而得到判断成型结果的决策规则。实例分析表明，这种新的诊断方法提高了故障诊断能力，减少了诊断时间，具有实际工程应用价值。