基于遗传算法故障诊断局部粗糙规则全局化研究.pdfVIP

清毕大学学报(自然科学版) 25／65 11婴至墨竺堂 垫!!型!!!!!堂竺坚!生竺垒l墅苎!竺坠墨!!塑墨!!兰!翌蔓 基于遗传算法的故障诊断局部粗糙规则全局化研究 张伟， 张素贞 华东理工大学 自动化所，上海200237 文■：本文根据遗传算法的全局搜索特点．将租糙集方法与遗传算法相结合形成新的涩 合秉统．将粗糙集方法得出的局部规剿全局化． 关t司： Rough 粗糙集CRoIl曲Set)；改进租糙集(Modifiedsmb遗传算法；混合系统 、- ^ l前言 。＼ 基于改进粗糙集(Modifleds哟的知识分类系统是知识获取的非常有效的工具。但 Rough 该技术的一个显著的不足就是所获得豹知识或规则具有明显的局部特征。这个问题是由粗糙 集技术本身的机理引起的。粗糙集理论在应用中具备在没有领域专家知识的情况下，从大量 数据中获取知识的能力。为提高粗糙集方法的应用品质．根据遗传算法的全局搜索能力强的 特点，本文将它与粗糙集方法相结合，使获取的规则具有一定的全局性。 2 I娼与MRS 2．1粗麓集幛)方法 粗糙集方法是用于处理对象近似分类的数学模型。下面关于粗糙集的定义可虬描述粗糙 集理论的数学基础【“。 走叉1给定一组数据空间U与等价关系集合R，在等价关系集合R下对教据空间U 的划分，称为知识，记为U／R。 走叉2如果aEU 刖【嘘是R的一个等价类。 走叉3上进担 ^申包括于z中的最少约简集合称为在』中z的t佳上近似。记为 却■(∞。逻辑表示为：却吩(∞=u{A∈U／R，』nX≠0) 定叉4下近戗 包含于工中的A的最多约简集合称为在一中工的鼍佳下近似，记为 EU／R，Y‘X) 却■(j)。逻辑表示为：Apr,(∞=u{y 定叉5z在A上的内边界为Edg．(椰=X—apr．(x) 定义8z在彳上的外边界为Edg』(X)=Apr。(Z)一x 走叉7I麓点为Z对关系R的粗糙程度下近似集合成员个数与上近似集合成员个数的比值 口月(X) l l IApr。(J_ 口。(朋=暑三二—■ “ },4prJ(肖W _噩丽了甄夏匿一 张伟．等：蓦于遗传算法的赦障谚断局部糨糙规则全局恍研究 ¨9 定叉8信息系统s是一个五堆系统，记为：S=X，eD，矿，厂 其中， 置为一个实例集合：C：为条件集合；D：为决策集合 矿=乩“吒为一组属性值，其中圪为属蛀a的域，a∈A —Z×爿呻矿为一信怠函数 原始粗糙集方法得出的规则是从其得出的下近似集合总结出的确定性的局部或全局规 则：在上近似集合仅能樗出局部或全局可能性规则。 2．2馥进租麓集O_固方法 从上面对RS方法得出结果的分析可以知道，其全局确定性规则是从且标空间的一个子 集中提取的，并且相对于所观察对象的记录数来说．该子集是一个不大的集合。 同时．对于那些不能用于产生局部或全局规则的数据也不能忽略。这是因为： (1)本身为学习所搜集的数据量往往有限，不能忽略其中的一部分． (2)所有冲突的决策都被放在上近似集合中．在下近似集合中没有表现，而且在整个集合中 仅有几条具有和大部分记录不同的决策，正因为这几条记录反殃决策