决策树论文20篇050122.pdfVIP

第 卷第 期 东 北 大 学 学 报 （ 自 然 科 学 版 ） ， !* ,1?!*3,@ 年 月 （ ） !% +,-./01,23,.4560746./8/9:6.794 304-.01=96/=6 +0/@ !% ; !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 文章编号： （ ） %$A!*!%$B$# 智能故障诊断的粗糙决策模型 王 庆，巴德纯，王晓冬 （东北大学 机械工程与自动化学院，辽宁 沈阳 ） # 摘 要：为了提高故障诊断的精度和降低误报率，提出了粗糙决策智能故障诊断模型 该模 · 型可以对决策表进行无教师的规则提取；通过自学习，用较少的样本即可对故障进行分类 将复杂 · 系统的原始样本集转化成了决策表，利用粗糙集具有较强的处理不确定和不完备信息的能力，对 原始样本集的条件属性进行了约简处理；同时，利用决策树具有快速学习及分类的优势对约简后 的决策表进行规则提取，提高了故障诊断的鲁棒性 给出了基于该模型的故障诊断步骤 以实例介 · · 绍了利用该模型进行故障诊断的全过程· 关 键 词：粗糙集；约简；决策树；规则；故障诊断 中图分类号： ； 文献标识码： CD B! CD BA E 如何从不完备及冗余数据中准确提取征兆， 断的目的，并以实例验证了该模型的有效性· 以提高故障诊断的鲁棒性，是近年来故障诊断的 ［］ 理论基础 研究热点 ·同时建立高效的故障诊断器，以提 ［］ 高诊断的精度和速度也受到学者的广泛关注! 定义 〈 ， ， ，〉为信息系统，其中 · ! !F # $ % ［］ A ｛ ， ，…， ｝为全体样本集（论域） 粗糙集理论 作为一种处理不确定和不精确问 F # F( ! ’ · 题的工具广泛应用于数据挖掘和模式识别领 为全部属性集， 为条件属性集， 为决策 ) ( ) ［ ］ 域#!B ，近年来也被用于智能故障诊断 在故障 属性集， 为全部属性的值域，设