变精度粗糙集模型及其在故障诊断的应用研究.pdfVIP

变精度粗糙集模型及其在故障诊断的应用 吕 蓬，常 鹏 （华北电力大学数理学院 北京 102206） 摘 要：为解决故障诊断的问题，研究了变精度粗糙集模型生成规则。由概念的 正域中的对象类条件属性的描述，得到该概念的充分条件，依据知识间的依赖 性作为优化规则所要考虑的因素来获取规则，由此得到的规则更加简化，且过 程简单，并给出热电厂发电机组的故障诊断的识别实例。实验结果表明：该方 法忽略了少数实例的特殊性；降低了决策规则的复杂度，能够有效地进行故障 识别。 关键词：变精度粗糙集模型；决策规则；故障诊断 Variable precision rough set model with applications to emitter recognition PENG LV, PENG CHANG School of Mathematics and Physics, North China Electric Power University, Beijing, 102206, E-mail: changp0181@163.com Abstract: Variable precision rough set model was developed to solves fault diagnosis. An accurate classifications of the Pawlak rough set model, which are difficult to restrict its application in the real world. A new method was developed to find the decision rules in a rough set model based on the variable precision rough set model. This method is based on the dependence of the decision attributes on the condition attributes so that the decision rules are more straightforward. Recognition of the purpose of units is selected as an example. The result show that the method the recognition results are improved with less complex decision rule and that the units is accurately identified. Key words: variable precision rough set model; decision rules; fault diagnosis 1 引言 粗糙集理论是一种处理不确定和不完全信息问题的强有力工具, 1982 年由波兰学者 Pawlak 首先提出 [1]-[2]。粗糙集理论(Pawlak rough set model，PRSM) 已经在机器学习、知识获取、决策分析、从数据库的 - 536 - 知识发现、专家系统、决策支持系统、归纳推理、模式识别等领域得到成功应用[3]-[4]。但是，Pawlak 教 授提出的粗糙集模型所处理的分类必须是完全正确的或肯定的，因为它是严格按照等价类来分类的，这种 分类是精确的，而没有某种程度上的“包含”或“属于”。这限制了PRSM 在实际中的应用。针对 Pawlak 粗糙集模型的缺点, Ziarko 提出了可变精度粗糙集模型(variable precision rough set model，VPRSM)[5],它在 PRSM 的基础上,引入误差参数β (0 ≤ β 0.5) ，这不仅完善了近似空间，而且也有利于用粗糙集理论从认 为不相关的数据中发现相关数据。 在基于 PRSM 的规则获取过程中，通