汽车故障诊断中基于粗糙集的CBR方法研究  

Case-based Reasoning in Automobile Fault Diagnosis

作　　者：尹旭日[1] 张从文[1] 王教东[1] 

机构地区：[1]解放军汽车管理学院,蚌埠233011

出　　处：《交通与计算机》2005年第1期83-86,共4页Computer and Communications

摘　　要：Rough集方法是一种处理不确定或模糊知识的重要工具。文章对汽车故障诊断中的基于 Case推理方法进行了研究 ,介绍了不确定知识的事例表达和事例检索 ;提出了基于粗糙集的事例特征项的权值向量确定算法、事例的相似度计算算法和基于事例推理算法。Rough set approach is an important tool to deal with uncertain or vague knowledg e. This paper discusses case-based reasoning in an automobile fault diagnosis e x pert system, introduces case representation and retrieval of uncertain knowledge , and presents an algorithm for determining the weighting vector of case feature attributes, a similarity estimating algorithm and a case-reasoning algorithm.

关 键 词：粗糙集 不确定 Case推理 事例检索 特征项 基于事例推理 ROUGH集 汽车故障 事例表达 CBR 

分 类 号：U472[机械工程—车辆工程] TP18[交通运输工程—载运工具运用工程]