基于粗糙决策模型和蚁群算法的故障诊断 - 系统工程理论与实践.pdf

　2007 年 3 月 系统工程理论与实践 第 3 期 　 ( ) 文章编号 2007 基于粗糙决策模型和蚁群算法的故障诊断 郑小霞 ,钱 　锋 (华东理工大学自动化研究所 ,上海 200237) 摘要 : 　粗糙集理论是一种新型的处理模糊和不确定知识的数学工具 ,它能在保持信息系统分类能力不 变的前提下 ,有效地进行知识约简 ;决策树算法可对约简后的决策表进行规则提取 ,有着直观 、能定量分 析的优点. 提出一种变化趋势关联度来评价条件属性的重要性 ,建立粗糙决策树故障诊断模型 ,并在诊 断推理中引入一种新的人工智能方法 ———蚁群算法 ,来确定决策树的最优检测次序. 将其应用于工业精 ( ) 对苯二甲酸 purified terephthalic acid ,PTA 生产过程中的对二甲苯氧化反应温度的诊断结果表明了提出 方法的有效性. 关键词 : 　故障诊断 ;决策树 ;粗糙集 ;趋势关联度 ;蚁群算法 中图分类号 : 　TP182 　　　　　　　　文献标志码 : 　A 　　　 Fault Diagnosis based on Rough Set s Decision Tree Model and Ant Colony Algorithm ZHEN G Xiaoxia , QIAN Feng (Automation Institute , East China University of Science and Technology , Shanghai 200237 ,China) Abstract : 　Rough sets theory is a new mathematical tool to deal with vagueness and uncertain , which can remove redundant information and seek for reduced decision tables effectively. Decision tree can extract diagnosis knowledge from reduced decision tables in the form of symbolic trees and easily understood inference mechanisms. Trend correlation degree , as the heuristic knowledge , is proposed to evaluate the significance of condition attributes for the construction of decision tree model . Also a new intelligent algorithm called ant colony algorithm is introduced. With its outstanding characters , the optimal test sequence can be achieved. The proposed method is applied to the fault diagnosis of reaction temperature in industrial