位置:成果数据库 > 期刊 > 期刊详情页
基于遗传算法的粗糙集约简在故障诊断中的应用
  • ISSN号:1671-4598
  • 期刊名称:《计算机测量与控制》
  • 时间:0
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西北工业大学自动化学院,陕西西安710072
  • 相关基金:国家自然科学基金(60873196),西北工业大学科技创新基金(W016144).
中文摘要:

针对故障诊断过程中冗余征兆问题,提出了一种启发式遗传约简算法;该方法将核加入到遗传算法的初始种群中来提高算法的性能,引入一种信息论角度定义的属性重要度度量作为启发信息,构造修正算子引入启发信息,使得被选择的属性子集的分类能力不变,从而保证群体进化收敛于最小约简;最后以某汽车发动机故障诊断决策表为例,结果表明,该算法可以有效地对故障征兆进行约简,能够提取出最能反映故障的特征,从而为粗糙集在故障诊断中的深入应用打下了基础。

英文摘要:

For the problem of redundant symptoms in fault diagnosis, an heuristic genetic algorithm for minimal attributes reduction is presented. The core is brought in initial population in GA to improve its performance. The significance of attributes defined in the information theory is imported into this algorithm as heuristic information. To ensure the ability of classification of the attributes set, a new modification operator is constructed . Finally, the experimental results show that the algorithm can effectively obtain the minimal reduction of the fault symptoms of automotive engine .

同期刊论文项目
期刊论文 30 会议论文 10
同项目期刊论文
期刊信息
  • 《计算机测量与控制》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:中国计算机自动测量与控制技术协会
  • 主编:苟永明
  • 地址:北京海淀区阜成路甲8号中国航天大厦405
  • 邮编:100048
  • 邮箱:ly@chinamca.com
  • 电话:010-68371578 68371556
  • 国际标准刊号:ISSN:1671-4598
  • 国内统一刊号:ISSN:11-4762/TP
  • 邮发代号:82-16
  • 获奖情况:
  • 中国学术期刊综合评价数据库来源期刊,中国科技论文统计源期刊,“国家期刊奖百种重点期刊”
  • 国内外数据库收录:
  • 美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:27924