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。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
相关论文
期刊名称:计算机测量与控制
期刊级别:统计源期刊
期刊人气:10972