基于粗集的CBR故障诊断案例的检索方法研究  

Case Retrieve of Fault Diagnosis Expert System Based on CBR

作　　者：王波[1] 宋东[1] 姜华男[1] 

机构地区：[1]西北工业大学航空学院,陕西西安710072

出　　处：《计算机测量与控制》2007年第11期1430-1433,共4页Computer Measurement &Control

基　　金：国家自然科学基金资助项目(60572173)

摘　　要：针对基于案例推理的飞机机载设备故障诊断中知识的表示及检索做了研究,对于目前存在的故障案例在知识的表示和案例的检索中遇到的案例表示多样化,案例检索效率低下等问题,提出了类似于故障树的案例检索树,参考k-d的建树方法,利用粗集理论计算案例各个属性重要性,按属性重要性进行检索,这种方法运用在飞机机载设备故障诊断中,可以显著提高案例检索的效率,几乎是传统方法的一半,同时提高了检索结果的精度,减少了匹配的案例个数。Study is made on the Knowledge representation and case retrieve of the on-board equipment fault diag expert system based on CBR. Face to the situation that there is no a common frame on case representation and case retrieve is unefficient, so bring forward an retrieve tree reference to k-d tree which is like FT. Calculates importance of every attribution using RS theory, according to the importance, accomplish the case retrieving. Compare with the traditional method, the new retrieve method can improve the efficiency nearly 50%. Meanwhile, reduces the number of cases searched.

关 键 词：粗集 机载设备 故障诊断 检索树 案例检索 知识的表示 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]