粗糙集的约简算法在涡流传感器设计中应用.pdfVIP

四川省电子学会电子测量与仪器专委会第十五届学术年会论文集 粗糙集的约简算法在涡流传感器设计中的应用 蔡雷方昕王维学 (中国工程物理研究院工学院四川 绵阳621900) 摘要 利用粗糙集理论，从传感器的设计的大量数据中提取最小规则集。约简过程表明，核 属性中只有测量参数，即涡流传感器结构参数对灵敏度的显影响，是通过与测量参数的配合而起作 用的。粗糙集的约简算法在传感器设计中的应用，不仅获得了传感器的设计规则，而且揭示了影响 传感器性能的因素之间的关系，为涡流传感器设计提供了新的知识。 关键词 租糙集涡流传感器传感器设计数据分析 1 引言 涡流传感器的灵敏度，它不仅与被测对象的物理性能有关，还与传感器的偶合状态及激励条件 有关。其中偶合状态又与传感器的结构(线圈的大小、形状、绕线线径，匝数、匝比、磁芯的大小 和形状、绕制方法、预紧力的大小等)有关；激励条件则与测试频率、激励电流大小和电流类型等 因素有关。一方面影响传感器灵敏度的因素很多；另一方面有的因素影响大小难于确定，使设计的 传感器互换性能性差。对于前者传统的方法是采用统计分析，可以实现参数优化设计，却无法找到 参数之间的关系，从而难于控制传感器性能：而后者往往只能根据先验知识估计，使设计缺乏客观 准则。 因此，传感器设计时我们常常面对的是领域信息不完整、不确定、不精确，却要完成对事物的 认识、分析、推理、判断、预测。这种智能行为要求人们对未知的信息进行估计、推测，对不完整 数据进行分析、处理，对已知证据进行分辨、决策。为此，人们提出了许多有效方法来模拟人类智 的粗糙集理论【n，是一种刻画不完整性和不确定性的数学理论，它从新的角度对知识进行了定义， 把知识看成是对论域的划分，这种对论域划分(分类)的目的是，从划分得到不同的类中寻找最小 不变集合与求解最小规则集，从而发现潜在信息中的知识【21。粗糙集理论最重要的特点，是利用定 义在数据集上的等价关系对数据进行划分，不需要任何附加信息或先验知识，因而更具有客观性。 这也是该理论80年代提出后，迅速推广应用于人工智能的各个分枝，在模式识别、机器学习等方面 都有成功的应用的根本原因例。 寻找论域的最小不变集合，求解最小规则集，即从信息中得到知识是粗糙集理论的核心技术Ml， 它是论域的属性约简和值约简的最终结果。如何利用粗糙集理论求解实际问题属性集合的核及值约 简，是本文重点讨论的问题，为了更好地阐述应用的结果，有必要给出粗糙集相关理论的简要介绍。 四川省电子学会电子测量与仪器专委会第十五届学术年会论文集 2粗糙集理论简介 2．1 知识划分 “知识”这个概念在不同的范畴内有多种不同的意义。在粗糙集中，知识被认为是一种对对象进 行分类的能力。 定义1设U≠O是研究对象组成的有限集合，称为论域。任何子集X∈U，称为U中的一个 概念或范畴(包含空集)。则U中的一族概念就称为U的知识。 U置U…U以=U，f≠歹， 定义2设u≠m是论域，c=(X1，X2，…，以)，X，Nx，=oXi f，，=1，…刀，则称C为U的一个划分。 定理l设U≠9是论域，R是U上的等价关系，c={．氍，J2，…，以)，j≠J，‘／=1，．．．刀， 若Xi为R的一个等价类。则C为U的一个划分。(证明略) 2．2信息表、约简与核 粗糙集把研究对象抽象为一个信息系统。信息系统S可表示为s=U，A)，U是论域，A是 属性集合，A又可进一步划分为两个不相交的集合：条件属性C和决策属性D，由属性一值对构成了 一张表，称为信息表。若信息表中包含了决策属性D，便称为决策表。 对于分类来说，并非所有的条件属性都是必要的，去除那些多余的属性不会影响原来的分类效 果。约简定义为不含多余属性并保证分类正确的最小条件集。一个决策表可能存在几个约简，这些 约简的交集定义为决策表的核。核中的属性是影响分类的重要属性。 3算法 3．1数据的采集和表示 表l为一信息表，它是为设计涡流传感器以达到高灵敏度而得到的实验数据。目的是为了考察 传感器的结构参数和测量参数对灵敏度的影响，最终确定设计原则。表中al、a2…a9为条件属性， 其中a1、a2为测量参数，即激励频率和电压，a3．a9为结构参数，它