一种新的基于粗糙集的连续属性离散化算法

粗糙集理论作为一种新的处理含糊和不确定性问题的数学工具,已成为国际学术界的一个前沿的研究领域.传统的粗糙集理论只能对数据库中的离散属性进行处理,而绝大多数现实的数据库既包含了离散属性,又包含了连续属性.针对传统粗糙集理论的这一缺陷,提出了一种改进的基于断点重要性的属性离散化方法.最后,通过实例分析说明该方法是有效的.     

FMEA与粗糙集相结合的故障预测方法

基于FMEA和粗糙集决策系统基本理论,对飞机中分系统故障预测问题进行了研究。首先定义故障预测所需的征兆并对系统进行FMEA,按照FMEA分析结果分次向系统模型注入引起特定故障的事件,采集含有故障趋势的系统模型的信息用于构建适用于故障预测的粗糙集决策表,对该表进行了处理,最终发现用于故障预测的知识(即决策规则和算法);最后运用所发现的知识进行故障预测。     

基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。     

凹腔布置方案对气化煤油超声速燃烧特性的影响

针对两种凹腔布置方案,模拟马赫数6.0的来流条件,采用气化RP-3开展了一系列直连式燃烧试验。依据燃烧流场的可见光图像、燃烧室壁面静压分布和推力增益,对比分析了凹腔布置方案对气化煤油超声速燃烧特性的影响。结果表明,凹腔布置方案和当量比对燃烧室内的火焰分布、燃料的释热特性和发动机燃烧性能有显著影响。并联凹腔的火焰与释热主要集中在凹腔附近,燃料比冲对当量比不敏感;单凹腔的火焰与释热分布更加分散,燃料比冲随当量比的增加而提高。     

H2O2/HTPB固液混合发动机点火试验研究

利用H2O2催化分解原理,设计了烃类燃料在催化分解的90%H2O2中能燃烧的点火器,然后采用该点火器进行H2O2/HTPB固液混合发动机点火试验研究.试验结果表明,该点火器能够成功启动H2O2/HTPB固液混合发动机,且当混合比偏离最佳混合比后,发动机的燃烧效率降低.     

粗糙神经网络的航空电子系统故障诊断方法

提出了一种基于粗糙神经网络的航空电子系统故障诊断方法.该方法运用粗糙集理论进行知识规则的提取,用提取的规则对航空电子系统输出数据进行分类,再用神经网络对每一类进行辨识,最后用粗糙集分类结果与各个神经网络输出进行综合得到系统一步预测结果,将该预测结果与航空电子系统实际输出进行阀值比较,进而进行故障诊断.实际应用表明该方法可行并能够有效地检测系统故障,故障诊断率高.     

粗糙集中不确定性测量的修正粗糙熵方法

分析了引起粗糙集中不确定性的因素,对已有的测量不确定性的粗糙度与粗糙熵方法进行了比较,提出了一种修正的粗糙熵方法,证明了此粗糙熵的性质,并将基于等价关系的修正粗糙熵拓展到基于一般二元关系下的广义修正粗糙熵,同时给出了广义修正粗糙熵的定义及性质.通过分析和实例可以看出,所提出的修正粗糙熵方法可以用来更合理、更精确地测量粗糙集中的不确定性.     

基于粗集的神经网络在目标类型识别中的研究

为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。     

液体火箭发动机离心式喷嘴振荡喷雾特性现状和发展趋势

为加深对振荡喷雾的雾化特性及其与不稳定燃烧的关系的认识,针对低温推进剂液体火箭发动机中广泛应用的气液同轴离心式喷嘴和液液同轴离心式喷嘴,从受激振荡、自激振荡以及喷雾振荡与燃烧稳定性三个方面对研究现状进展进行了综述,总结了以往研究中的成果以及需要克服的关键技术难题,以加深对振荡喷雾及其与燃烧稳定性关系的认识。通过综述可知：对于受激振荡,对于常温常压条件下的供应系统流量振荡引起的前端压力振荡的研究比较充分,但缺少对燃烧室压力变化引起的反压振荡的研究以及超临界条件下喷雾受激振荡的研究;对于自激振荡,研究主要集中在液体中心型同轴离心喷嘴,对于气体中心型同轴离心喷嘴和液液同轴离心喷嘴的研究还较少;光学诊断技术仍难以提取单一的燃烧流场信息。     

静态初始条件下的歼击机中距攻防引导方法决策

在静态初始条件下,歼击机中距攻防引导方法的选择是一个定性与定量相结合的类别划分问题,因此,将粗糙集理论与概率神经网络相结合用于该问题的解决。首先,利用粗糙集理论实现专家知识约简、空战态势信息集压缩,得到最小决策信息集;其次,利用概率神经网络进行概率决策推理;最后,通过实例分析,结果表明决策推理正确,在不确定环境下仍然有效,提高了决策过程的自动化程度。