基于粗糙集理论的系统智能控制方法研究

为了使系统能够正常运行,采用粗糙集理论对其状态进行智能控制.通过分析系统正常运行的历史数据,经过归一化、求上界完成信息系统的初始化后,利用粗糙集理论对其进行属性约简并得出决策规则.把经过初始化的实时数据带入决策规则中来判断系统状态是否存在异常,最终完成对系统的智能控制.     

基于粗糙集和 SVM 理论的柴油机故障分类预测诊断

文中利用粗糙集和 SVM 理论相结合的方法对柴油机故障进行快速准确分类预测诊断。首先对收集的故障特征数据进行预处理,再运用粗糙集理论进行属性约简得到最优决策属性表,然后使用 SVM 理论中的分类预测规则对最优决策属性表进行诊断分类,得出诊断结果。通过实例分析验证了该诊断方法优于单一的粗糙集诊断和 SVM 诊断。     

粗糙集理论在编队电子战信息融合中的应用

针对编队电子战中截获的敌方雷达辐射源数据数量超载、不完整及不确定等特点,本文提出一种基于粗糙集理论对雷达辐射源数据融合的方法.首先从包含重复和冗余信息的原始数据出发,利用粗糙集的分类能力对数据进行初步融合,形成编队辐射源识别编号;再利用粗糙集理论的可分辨矩阵概念进行信息的再融合,导出分类识别规则,得到最简决策集合.仿真分析表明,该方法是有效的.     

数据挖掘技术在乳化器故障诊断中的应用

决策树是一个类似于流程图的树结构,主要用途是提取分类规则,进行分类预测。该文针对乳化炸药生产过程中的乳化器维护面临的实际问题,提出了用决策树算法对反映设备状态属性的数据进行挖掘,发现故障数据中存在的规律,并以规则的形式表现出来,从而为乳化器的维护提供决策信息。结果表明,采用决策树方法所得出的规则是正确的,并能正确用于故障的分类工作。     

粗糙集与包络分析下舰船运行数据聚类算法

机舱中的动力系统主机、发电机、辅机等设备在运行过程中的工作状态和性能参数不断发生变化,为了提升舰船运行的可靠性,使管理人员在集控室中能够实时监测到机舱关键设备的运行状态,必须要配置合理的机舱运行数据采集系统,并提高机舱数据采集系统的数据处理能力。粗糙集理论和包络分析理论是2种常用的数据分析理论,本文详细介绍了粗糙集理论和包络分析的原理,对舰船机舱运行数据采集系统的数据进行聚类分析,提升数据处理的效率。     

船舶备件管理与决策系统开发研究

文中主要是收集船舶航行的备件损耗数据,通过粗糙集理论对这些历史船舶备件使用数据进行分析研究,得到在特定的环境下,影响船舶备件使用寿命的最直接的影响因素,预测可能出现的备件损耗情况,为船舶航行备件的库存管理提供辅助决策。     

基于遗传粗糙集的渔船安全评估及规则挖掘

为对渔船安全技术状况进行客观评估,提出了基于粗糙集的渔船安全技术状况评估方法。通过遗传算法对粗糙集属性约简进行改进,利用属性依赖度计算属性核,同时在种群初始化时引入属性核计算个体适应度,动态调整适应度函数以获得最小属性约简。算法根据属性重要度确定指标权重并获得综合评估结果,按照生成的规则知识库进行了规则挖掘。试验表明：该方法可以有效地降低评估运算量,同时规则知识库的建立为渔船安全技术状况评估提供了基础依据。     

基于粗糙集理论的航材可修件订货预测

在分析航材可修件订货影响因素的基础上,利用粗糙集理论对航材可修件订货决策结果进行分析、总结,找出其中规律,得到一种快速预测可修件订货与否的科学、有效的实用方法,此方法为航材订货决策提供支持。     

基于粗糙集的船舶主机轴系故障诊断

船舶主机轴系的故障诊断对船舶正常航运具有重要意义.将粗糙集理论应用到船舶主机轴系故障诊断中,建立了基于粗糙集的船舶主机轴系故障诊断模型.采用NaiveScaler方法对故障数据离散化处理,利用基于属性重要度的启发式算法进行属性约简,获取故障诊断相关规则.算例验证了该模型的有效性.     

桥梁管理系统中的桥梁退化模型实现

分别运用马尔可夫链和半马尔可夫过程为桥梁管理系统建立桥梁退化模型,并提出程序流程。通过退化模型可以对桥梁状态进行预测,其预测结果直接为桥梁管理工作人员提供决策辅助,也可以作为桥梁决策优化的基础,而当桥梁状态数据不充分时,桥梁状态预测过程可以为桥梁管理系统采集数据提供必要的指导。     

基于粗糙集理论的遗传属性约简算法研究

传统的属性约简算法效率低下,容易陷入局部极小值,不适用于大型知识库。文中提出一种基于粗糙集理论的遗传属性约简方法,在传统的属性约简方法基础上对适应度函数、交叉和变异的概率、变异方式和种群修复方式进行了改进。在正域区分对象集的研究基础上,用启发信息设计了一种快速的属性约简算法,并利用 Matlab 工具进行仿真,将仿真结果与前人研究结果作对比。实验表明此算法优于前人的算法,能够快速高效地对大型知识系统求其约简。     

基于CFD技术的整流鳍节能效果数值预报

针对节能装置节能效果的预报仍然依赖模型试验,数值预报方法对节能效果的预报存在较多困难的问题,提出了一种基于CFD技术的整流鳍节能效果的数值预报方法。首先,研究了整体求解船-桨-舵相互干扰的水动力性能数值计算方法,计算结果与试验值的比较显示,该数值计算方法具有较好的计算精度。然后,采用上述方法预报了船-桨-舵-整流鳍相互干扰的水动力性能,通过比较有整流鳍和无整流鳍两种情况下,螺旋桨吸收单位转矩所发出的推力,分析了整流鳍的节能效果,得到了节能效果较优的整流鳍,其综合节能效果可达2.78%,从而为船舶节能装置的节能效果预报提供了一种适用的理论研究方法。     

粗糙集理论在装备故障诊断中的应用

针对目前部队的装备故障诊断能力较弱的现状,通过几种故障诊断方法的比较,选取出粗糙集作为装备故障诊断方法,从而对已得到的装备状态的测试数据进行分析,利用粗糙集的约简算法消除冗余信息,利用决策表的形式从不完备的、不精确的测试数据中导出诊断规则,并应用于某型电台装备中进行故障诊断。结果表明,诊断结果快速准确,为今后进一步研究粗糙集算法在故障诊断中应用提供了依据。     

一种装备状态信息自动采集系统的设计与实现

论文立足武器装备的特点和管理现状,提出了一种装备状态信息自动采集系统的软硬件设计方案。根据装备实时状态信息和日常管理数据,分析了装备管理决策支持系统的基本需求,对实现装备管理的科学化、实时化、精确化和自动化具有重要的现实意义。     

舰船装备故障诊断特征知识获取方法研究

将粗糙集理论引入到舰船装备故障诊断特征知识获取,提出一种基于粗糙集理论的舰船装备故障诊断特征知识获取模型.该模型从包含冗余和不一致信息的原始数据出发,构建决策表,通过属性约简和属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库.实例分析表明:在保持故障诊断分类结果的情况下,该方法可以提取出最能反映故障的特征,并能有效地解决舰船装备故障诊断中规则获取的知识冗余或缺失问题,从而为粗糙集在舰船装备故障诊断中的深入应用打下基础.     

电子对抗装备体制多目标决策ELECTRE优选模型

电子对抗装菩体制优选是一个多目标决策问题；在分析优选多目标决策问题特点的基础上，提出了一种电子对抗装备体制方案优选方法，建立了ELECTRE优选模型，并给出了具体应用实例。     

舰船电子元器件自主可控现状与发展需求研究

近年来,我国信息化关键软硬件技术得到了长足发展,特别是基础电子元器件性能有了大幅度提升.然而,在信息化相关的电子元器件技术和产品上与国外还存在较大差距,制约了装备的国产化率和自主可控能力水平的进一步提升.本文分析舰船装备领域基础电子元器件的发展现状,并提出下一步的发展需求建议以及确保基础电子元器件自主可控的具体措施.     

Labview在船用振动噪声故障监测系统中的应用研究

基于虚拟仪器研发1套通过分布式测量方法实现对船舶各主要运行设备的振动噪声水平进行实时监测的系统。通过数据分析对设备的运行状态进行评估,当运行异常时,系统发出预警和报警,系统采集的大量历史数据也可为设备故障的预判、排除及后续船型的设计和改进提供有力支持。