汽车维修数据库中关键故障数据查询模型仿真  

Key Fault Data Query Model Simulation of Batabase of Vehicle Maintenance and Repair

作　　者：王威杰[1] 

机构地区：[1]中国第一汽车集团公司教育培训中心,吉林长春130013

出　　处：《计算机仿真》2014年第12期442-445,共4页Computer Simulation

摘　　要：在大型汽车维修数据库中,关键故障数据查询关系到汽车的维修速度。随着汽车种类与复杂程度的增加,维修数据库故障数据属性种类逐渐增加,且具有无序性。传统的汽车故障数据查询方法需要根据故障属性建立横向的查询数据结构,属性之间在数据结构上是并列且相互独立,一旦属性过多,造成数据结构横向过于复杂,故障数据查询耗时长且查询准确率低。提出采用模糊粗糙集算法的大型汽车维修数据库中关键故障数据查询方法,建立故障数据查询模型,为数据分类提供完备的数据支持,依据模糊粗糙集相关理论对数据进行详细分类,计算数据属性的匹配模糊度值,并进行排序,以获取分类结果,实现大型汽车维修数据库中关键故障数据的查询。实验结果表明,利用改进算法进行大型汽车维修数据库中关键故障数据查询,能够提高关键故障查询的准确性和查询效率、缩短查询耗时。The paper proposed a critical failure data query method for a large database of vehicle maintenance and repair based on fuzzy rough set algorithm, to provide complete data support for data classification. Based on the fuzzy rough set theory, the data classification was carred out in detail, the fuzzy matching of data attribute value was calcu- lated and sorted, to obtain classification results and key failure data query of a large database of vehicle maintenance and repair. Experimental results show that the improved algorithm is can improve the accuracy of the critical failure query and the query efficiency, and shorten the query time consuming.

关 键 词：数据库 故障查询 模糊粗糙集 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术]