基于遗传算法的粗糙集约简在故障诊断中的应用

• 作者: 张通 薛静 邓正宏 韩琳
• 来源期刊: 计算机测量与控制
• 关键词: 粗糙集 属性约简 遗传算法 属性重要度 故障诊断
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 自动化测试
• 页码范围: 1920-1922
• 页数: 3页
• 分类号: TP311
• 语种: 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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛静	西北工业大学自动化学院	27	155	7.0	11.0
2	邓正宏	西北工业大学自动化学院	47	389	12.0	18.0
3	韩琳	西北工业大学自动化学院	12	47	4.0	6.0
4	张通	西北工业大学自动化学院	17	125	7.0	10.0