基于变精度粗糙集的故障诊断应用研究  

Application study of fault diagnosis based on variable precision rough set

作　　者：张永敢[1] 蔡瑞英[1] 

机构地区：[1]南京工业大学信息科学与工程学院,江苏南京210009

出　　处：《计算机工程与设计》2009年第3期657-659,共3页Computer Engineering and Design

基　　金：江苏省教育厅自然科学基金项目(05KJB520048)

摘　　要：标准的粗糙集理论不能很好地处理带有噪声的数据,而故障诊断信息中难以避免地存在噪声数据,对此,提出了一种基于变精度粗糙集理论的故障诊断模型。先用自组织特征映射神经网络对连续属性进行离散化,然后利用变精度粗糙集的近似依赖性进行属性约简,据此得到决策规则,并给出了一个实例来说明如何应用这种故障诊断模型。The standard rough set theory cannot effectively process the noise data, but there is always noise data in fault diagnosis data.Accordingly, a model of fault diagnosis based on VPRS （variable precision rough set） theory is proposed, the approach is realized by applying SOM （self-organizing map neural network） to discretize continuous attributes, using property of approximation dependency of VPRS to carry through attribute reduction and concluding decision-making rules. An example is given to explain how to use the fault diagnosis model.

关 键 词：变精度粗糙集 故障诊断 离散化 属性约简 决策规则 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]