基于粗糙集理论的棉花病害诊断方法

粗糙集理论作为处理模糊和不确定知识的一种数学工具,能够在保证分类能力不变的前提下对决策系统进行有效地约简并产生相应的决策规则。较之其他数据处理方法,粗糙集理论的优势在于处理数据时无需任何先验信息,这样得到的处理结果更加贴近客观实际。为此,在棉花病害诊断过程中引入了粗糙集理论,通过对棉花病害信息系统的约简实现了棉花病害的快速诊断,显著提高棉花病害知识发现系统的运行效率,为棉花病害的及时诊断提供一种有效的工具。     

粗糙集理论在葡萄病害方面的应用

粗糙集是一种用途广泛的软计算方法,继概率论、模糊集、证据理论之后的又一个分析和处理不确定性、不完备信息的有效工具.为此,基于粗糙集理论的Pawlak模型,以葡萄3种病害(真菌类病害、细菌类病害、病毒类病害)为例建立知识库,对知识库进行知识约简,从而得出诊断规则,建立葡萄病害诊断模型进行诊断,从而达到预防和提高产量的目的.     

基于粗糙集和神经网络在小麦病害诊断中的应用

针对小麦病害诊断过程的复杂性以及处理信息的不确定性,综合了粗糙集理论与BP神经网络的各自优势,构建了小麦病害诊断模型。首先是对连续的样本数据进行离散化,主要采用差别矩阵计算方法进行启发式知识约简,得到最小简化规则,然后把约简结果作为BP神经网络的输入结点。实验结果表明,采用该方法不仅优化了神经网络的拓扑结构,还降低了神经网络的训练时间,同时大大提高了学习速度和故障诊断的准确率。     

基于粗糙集和遗传算法的水轮发电

针对水轮发电机组故障监测中的大量数据，为了提高故障诊断效率,考虑将粗糙集理论和遗传算法引入水轮发电机组故障诊断中。利用粗糙集获取水轮发电机组故障信息决策表，再用遗传算法的全局搜索技术，对决策表进行约简，找出对故障分类起主要作用的特征，并提取诊断规则。通过对具体诊断实例研究表明：该方法在水轮发电机组故障诊断中具有较高的可行性和有效性。     

基于人工智能的农用拖拉机发动机故障快速诊断研究

为了达到拖拉机发动机不解体故障诊断的目的,提高诊断效率,利用发动机缸盖的振动信号的采集原理,提出了一种基于神经网络的人工智能故障检测方法,并构建了拖拉机发动机振动信号采集系统。基于人工智能的拖拉机发动机故障诊断系统,综合运用信号采集技术、信号处理技术、数据库技术、神经网络技术和人工智能专家系统,实现了和数据库及具有强大信号分析的处理功能,提高了系统的诊断实时性和诊断精度。最后,采用田间试验方法,对拖拉机故障快速诊断系统进行了试验验证。试验结果表明:采用人工智能诊断方法不仅可以有效提高系统的准确率,而且诊断系统的响应更加迅速,并且曝晒、震动、灰尘等恶劣的现场环境中仍能保持正常工作的稳定性。     

农业机械液压系统故障诊断专家系统的研究

根据农业机械液压系统故障的特点,应用人工智能专家系统原则和面向对象的程序设计方法,以ＢｏｒｌａｎｄＣ＋＋４．５语言,开发了农业机械液压系统故障诊断专家系统软件。该系统采用了“规则＋故障树”的知识表示方法、正向推理策略和不精确推理模型,并备有诊断过程的解释和知识库的交互式知识获取等功能。     

基于粗糙集理论的泥石流危险度评价模型

以粗糙集理论中的上下近似集、属性约简、知识依赖度、属性重要度等概念为理论基础,将范例推理技术、相似系统相似度与粗糙集理论相结合,以云南37条泥石流沟的统计资料作为源数据,构建了基于粗糙集理论的泥石流危险度评价模型。提出了一种综合权重法计算影响因子的权值,利用范例相似度最大原则来探讨目标范例与源范例的关系。应用所建立的模型确定待评定的泥石流沟危险度等级,通过计算结果与实际值的分析比较,验证了危险度评价模型的可行性。     

变频调速水泵智能故障诊断方法

提出了一种粗糙集理论与神经网络集成的调速水泵故障诊断方法.针对调速水泵运行非恒速度的特点,首先用基于数字重采样的阶比分析方法对水泵振动信号进行预处理,然后利用粗糙集理论进行故障诊断决策系统约简,获得最优决策系统,最后在最优决策系统的基础上,设计RBF神经网络对调速泵进行故障诊断.试验结果显示,该方法能有效提高变频调速水泵故障诊断的精度和效率.     

基于粗糙集与BP神经网络的发动机故障诊断模型

结合粗糙集理论和神经网络在信息处理方面的优势,建立了一个基于粗糙集理论和BP神经网络相结合的发动机失火故障诊断模型。通过对EQ6102型发动机的实际试验表明,模型简化了网络训练样本,优化了神经网络结构,提高了系统运行效率。     

模糊神经网络在农用机械故障诊断中的应用

根据农用机械的功能原理、组成结构和现场的实际经验,结合神经网络的学习能力及模糊推理能力构建出农用机械故障诊断系统.该系统具备了神经网络的自学习能力和模糊理论处理不确定信息的能力.通过仿真和实验结果表明,该系统能有效地进行农用机械样本模式的模糊量化处理,极大地改善了神经网络训练的收敛性,有利于农用机械的故障诊断.