基于专家知识库属性重要度的故障诊断方法研究

计算机科学 ›› 2007, Vol. 34 ›› Issue (4): 231-233.

• 计算机网络与信息安全 • 上一篇下一篇

基于专家知识库属性重要度的故障诊断方法研究

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
国家自然科学基金主任基金项目（60443006）,重庆市教委科技计划项目（KJ060414）,重庆交通学院青年科研基金项目（2004-08）,重庆市自然科学基金项目（CSTC2006BB2413）.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 利用粗糙集理论中重要性度量的概念和专家知识库集成技术，研究了复杂系统故障诊断的一类新方法。首先，在给出多领域专家知识库集成系统定义和复杂系统状态赋值规则的基础上，利用粗糙集理论中的属性重要度的概念建立了专家知识库属性重要度模型；然后，提出了该模型运行机理的算法规则，并结合多领域专家知识库集成技术，构造了一种能对实时动态环境进行监控和故障诊断的网络化诊断系统；最后，仿真试验验证了该方法的有效性和合理性。此方法成功应用于复杂系统故障诊断的实际工程实例表明，这种诊断方法具有良好的更新能力和应用前景。

关键词: 故障诊断粗糙集理论专家系统属性重要度故障预测

Abstract: Based on attribute signifieance of rough set and integrated technology of experts database, a new method of fault diagnosis to comlex systems is researched. First of all, the attribute significance model of experts database is presented by combing integra

Key words: Complicated system, Fault predict,Multi-agent integration,Confidence level,Tolerance error

. 基于专家知识库属性重要度的故障诊断方法研究[J]. 计算机科学, 2007, 34(4): 231-233. https://doi.org/