电力电缆故障的预定位方法

针对不同类型的电力电缆故障,有不同的预定位方法.对电压脉冲波在电缆中的传播波过程进行理论分析,在此基础上介绍低压脉冲法和高压弧反射法两种电缆故障预定位方法,并给出实际应用方法及案例.     

第三方物流企业的选择和评价研究

生产商在外包其物流时需要识别和选择适合的第三方物流企业.文章提供了一个综合评价第三方物流企业的多指标体系,并建立了一个用模糊物元、粗糙集和TOPSIS法相结合的模型来选择和评价这些指标.实例分析表明,运用该模型提供的方法,生产商可以选择到最优的第三方物流企业.     

列车自动运行系统的性能指标权重分配方案研究

针对ATO自动运行系统的准时性、停车精确性、舒适性和节能性四大性能指标的权重分配问题,采用层次分析法和马氏距离相结合的离线主客观分配法,以及模糊聚类法和粗糙集相结合的在线纯客观分配法,分别对测试线路上列车运行过程中各性能指标进行权重分配,根据分析结果得出,2种方法分配的权重下ATO均取得了良好的控车效果。     

Study on Factors Affecting Springback and Application of Data Mining in Springback Analysis

Springback of sheet metal induced by elastic recovery is one of major defects in sheet metal forming processed. Springback is influenced by many factors including properties of the sheet material and processing conditions. In this paper, a springback simulation was conducted and comparisons between the results based on different processing variables were illustrated. The discovery of knowledge of the effects of geometry and process parameters on springback from FEM results becomes increasingly important, as the number of numerical simulation has grown exponentially. Data mining is an effective tool to realize knowledge discovery in simulation results. A datamining algorithm, rough sets theory (RST), was applied to analyze the effects of process parameters on springback in U-bending.     

基于事例和置信度的多因素重要性排序方法

在多因素中确定各因素的重要性排序是涉及多因素问题研究的一个重要环节.借助模糊聚类方法和粗糙集理论中的重要性原理提出一个基于事例和模糊置信水平的确定多因素排序的客观方法.针对如何从客观数据中提取各种因素的重要性作了详细的讨论,最后给出了一个该方法的应用实例.     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

Power transformer fault diagnosis model based on rough set theory with fuzzy representation

Objective Due to the incompleteness and complexity of fault diagnosis for power transformers, a comprehensive rough-fuzzy scheme for solving fault diagnosis problems is presented. Fuzzy set theory is used both for representation of incipient faults＇ indications and producing a fuzzy granulation of the feature space. Rough set theory is used to obtain dependency rules that model indicative regions in the granulated feature space. The fuzzy membership functions corresponding to the indicative regions, modelled by rules, are stored as cases. Results Diagnostic conclusions are made using a similarity measure based on these membership functions. Each case involves only a reduced number of relevant features making this scheme suitable for fault diagnosis. Conclusion Superiority of this method in terms of classification accuracy and case generation is demonstrated.     

基于粗糙集聚类算法的铁路通道客运市场细分

对铁路通道内客运市场的细分,是研究铁路通道客流分担、客运产品设计的基础. 根据宝鸡-兰州铁路通道旅客出行方式选择调查数据,结合粗糙集理论,首先,构建了铁路通道旅客出行方式选择决策表,对条件属性进行属性约简,并计算各属性的权重;其次,考虑到避免传统聚类算法的“维数陷阱”,提出了基于粗糙属性重要度的K-means聚类算法,并在UCI数据集上进行仿真实验;最后,运用该算法对调查数据样本进行聚类.结果表明：将铁路通道客运市场细分为6类时,具有最好的聚类效果;经统计分析发现,不同子市场的旅客出行行为有明显的偏好.     

铁路救援指挥系统中IDSS的构建方法研究

提出基于案例推理技术、粗糙集技术、相似度量理论与专家知识相结合的铁路救援指挥系统(RCS)中智能决策的构建方法。在构建铁路事故救援指挥系统时,以铁路事故救援案例为基础,建立基于粗糙集理论的案例索引推理机制,有效地进行知识约简并从中发现规律,对于新案例通过相似度量理论实现相似范例的检索,同时结合专家知识和救援规则得出最终的事故紧急救援方案。通过模拟试验表明,该智能决策方法优于传统的基于规则的救援指挥方法。同时展望了在理论模型不完备、领域知识不完全、主要依靠经验知识的铁路事故救援指挥系统构建中的应用价值。     

粗糙集理论在通信电台装载平台识别中的应用

粗糙集理论能有效地分析和处理不精确、不一致和不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。讨论了粗糙集理论用于通信电台装载平台识别的方法，实践表明该方法具有重要的应用价值。