论文部分内容阅读
本课题主要针对基于粗糙集的故障诊断专家系统进行了研究、改进与开发，并将其应用于DCS故障诊断中。首先，综合分析了当前国内外故障诊断理论和技术的研究现状。其次，根据粗糙集理论，结合遗传算法，改进了约简算法。在上述方法的基础上，给出了基于粗糙集的故障诊断专家系统的整体框架，并且针对专家系统知识获取机制中存在的一些问题，提出了新的解决方法，并编程实现。最后以DCS故障诊断专家系统为应用实例，验证了知识获取机制改进的有效性。
本文研究和改进的主要成果概括如下：
(1)针对粗糙集属性约简问题，本文结合遗传算法的优点，在matlab环境下编写程序，实现了改进的粗糙遗传约简算法。该算法易于编程，利于用计算机获得最小约简；能同时计算多组最小约简组合，以供选择；并且具有较快的运算速度。
(2)针对知识获取瓶颈问题，本文在决策树方法基础上，结合改进的粗糙遗传约简算法进行建树，精简了规则，节省了知识库空间，并且提高了处理知识的时间效率。(3)针对扩建知识获取方法问题，本文提出了一种树形模式的知识获取方法，并将其应用于DCS故障诊断专家系统中，使知识库可以存放改进后的决策树、故障树以及两者相融合的多种模式表示的知识。
(4)针对数据库知识检验中存在的问题，通过设置编码，进行编码检验、规则检验及相关界面的改进，降低了误报率，提高了系统的稳定性和可靠性，使用户简单、便捷的操作。最后以DCS故障诊断专家系统为应用实例，验证了其有效性。