基于模糊关联分类器的民机超限事件诊断方法

• 作者: 冯兴杰 霍纬纲 高小霞
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 飞行品质监控 模糊关联分类器 超限事件 遗传算法 诊断模型
• 年，卷（期）: 2014,（10）
• 页码范围: 1366-1371
• 页数: 6页
• 分类号: TP18
• 字数: 5524字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2013.0656

摘要

现有的民用飞机超限事件智能诊断模型大多属于“黑盒”模型,不利于分析超限事件发生的原因.为此提出了一种基于模糊关联分类器(FAC,Fuzzy Associative Classifier)的民用飞机超限事件诊断方法.该方法抽取发生超限事件时对应的QAR(Quick Access Recorder)参数快照取值,采用模糊C均值(FCM,Fuzzy C-Means)聚类算法对抽取的QAR参数取值模糊预处理,然后基于Apriori算法生成模糊关联分类规则库,并由遗传算法对其进行裁剪,结合模糊分类推理方法形成FAC.采用B737-800实际样本数据进行了验证.实验结果表明,所提出的FAC能有效诊断超限事件,FAC识别超限事件的错误率与最小二乘支持向量机(LS-SVM,Least Squares Support Vector Machine)模型相当,但其解释性方面优于LS-SVM.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯兴杰	中国民航大学计算机科学与技术学院	61	398	10.0	18.0
2	霍纬纲	中国民航大学计算机科学与技术学院	18	64	5.0	7.0
3	高小霞	中国民航大学计算机科学与技术学院	5	31	3.0	5.0