面向故障診斷應(yīng)用的粗糙集：理論及方法

目錄
前言
第1章 緒論 1
1.1 概述 1
1.1.1 開展故障診斷的重要性 1
1.1.2 智能故障診斷方法的優(yōu)勢(shì)及挑戰(zhàn) 2
1.1.3 粗糙集方法在不一致信息處理方面的優(yōu)勢(shì) 2
1.1.4 本書的研究動(dòng)機(jī)及目標(biāo) 4
1.2 機(jī)器學(xué)習(xí)方法泛化性能控制的研究進(jìn)展 4
1.3 粗糙集方法的研究現(xiàn)狀 6
1.3.1 經(jīng)典粗糙集方法的研究現(xiàn)狀 6
1.3.2 粗糙集方法的拓展研究 9
1.4 故障診斷中影響粗糙集方法泛化性能的主要問題 11
1.4.1 數(shù)據(jù)噪聲普遍存在 11
1.4.2 多類故障的診斷規(guī)則提取存在類間相互干擾 13
1.4.3 故障數(shù)據(jù)的類分布不平衡 14
1.4.4 故障的誤診斷代價(jià)存在差異 15
1.5 本書的研究內(nèi)容及章節(jié)安排 16
第2章 粗糙集基本理論及方法 19
2.1 粗糙集理論的基本概念 19
2.1.1 決策表 19
2.1.2 等價(jià)類和粗糙集 19
2.1.3 粗糙集的上、下近似 20
2.1.4 粗糙集的不確定性度量 21
2.1.5 屬性約簡 22
2.1.6 決策規(guī)則 23
2.2 基于粗糙集理論的屬性約簡方法 24
2.3 基于粗糙集理論的決策規(guī)則提取方法 25
2.4 基于粗糙集提取規(guī)則集的分類決策方法 27
2.5 本章小結(jié) 28　
第3章 機(jī)器學(xué)習(xí)泛化性能控制理論及方法 29
3.1 機(jī)器學(xué)習(xí)問題的一般表示 29
3.2 機(jī)器學(xué)習(xí)的經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化 29
3.3 機(jī)器學(xué)習(xí)方法的泛化性能控制理論 30
3.3.1 機(jī)器學(xué)習(xí)方法的復(fù)雜度 30
3.3.2 機(jī)器學(xué)習(xí)方法泛化能力的界 31
3.4 機(jī)器學(xué)習(xí)方法泛化性能控制的SRM原則 34
3.5 本章小結(jié) 36
第4章 粗糙集方法的結(jié)構(gòu)風(fēng)險(xiǎn)最小化 37
4.1 概述 37
4.2 粗糙集方法的結(jié)構(gòu)風(fēng)險(xiǎn)控制 38
4.2.1 屬性約簡 38
4.2.2 最小屬性約簡 39
4.2.3 基于最小屬性值域空間的屬性約簡 39
4.2.4 基于最小導(dǎo)出規(guī)則數(shù)的屬性約簡 40
4.3 粗糙集方法的SRM算法 41
4.3.1 基于遺傳多目標(biāo)優(yōu)化的SRM算法 41
4.3.2 啟發(fā)式SRM算法 44
4.4 實(shí)驗(yàn)分析 46
4.4.1 實(shí)驗(yàn)配置 46
4.4.2 汽輪機(jī)振動(dòng)故障診斷的SRM實(shí)驗(yàn) 49
4.4.3 粗糙集方法獲得的各項(xiàng)性能指標(biāo)隨復(fù)雜度的變化 50
4.4.4 各種復(fù)雜性度量指標(biāo)的比較 53
4.4.5 各種SRM算法的比較 57
4.4.6 實(shí)驗(yàn)結(jié)論 62
4.5 本章小結(jié) 63
第5章 多類故障診斷的類間干擾及抑制 64
5.1 概述 64
5.2 多類故障診斷的類間干擾問題 65
5.3 類間干擾的抑制方法 66
5.3.1 保留全部屬性的方法 66
5.3.2 基于一類分類器設(shè)計(jì)的方法 67
5.3.3 基于兩類分類器設(shè)計(jì)的方法 68
5.4 基于兩類分類器設(shè)計(jì)的類間干擾抑制算法 69
5.4.1 兩類分類器的構(gòu)建策略 69
5.4.2 兩類分類器的協(xié)同決策策略 70
5.4.3 類間干擾抑制算法設(shè)計(jì) 71
5.5 實(shí)驗(yàn)分析 75
5.5.1 實(shí)驗(yàn)配置 75
5.5.2 汽輪機(jī)多類振動(dòng)故障診斷的類間干擾抑制實(shí)驗(yàn) 76
5.5.3 各種類間干擾抑制算法的比較分析 78
5.5.4 保留全部屬性方法的性能 81
5.5.5 解決多類問題的兩類及一類算法性能比較 83
5.5.6 實(shí)驗(yàn)總結(jié) 84
5.6 本章小結(jié) 85
第6章 故障診斷中類不平衡問題處理的加權(quán)粗糙集方法 86
6.1 概述 86
6.2 類不平衡問題處理的基本方法 87
6.2.1 數(shù)據(jù)重采樣 87
6.2.2 樣本加權(quán) 88
6.2.3 基于一類分類器的方法 90
6.3 加權(quán)粗糙集模型 90
6.4 基于加權(quán)粗糙集的類不平衡問題處理方法 92
6.4.1 加權(quán)屬性約簡 92
6.4.2 加權(quán)規(guī)則提取 96
6.4.3 加權(quán)決策 98
6.5 類不平衡問題處理的性能評(píng)價(jià) 99
6.6 實(shí)驗(yàn)分析 102
6.6.1 實(shí)驗(yàn)配置 102
6.6.2 汽輪機(jī)振動(dòng)故障診斷的類不平衡問題處理實(shí)驗(yàn) 103
6.6.3 粗糙集方法的各種類不平衡處理策略比較 104
6.6.4 加權(quán)粗糙集方法的各種算法配置比較 107
6.6.5 與其他類不平衡問題處理方法的比較 109
6.6.6 類不平衡問題處理的權(quán)值選擇 112
6.6.7 實(shí)驗(yàn)總結(jié) 114
6.7 本章小結(jié) 115
第7章 考慮誤診斷代價(jià)的故障診斷方法及評(píng)價(jià) 116
7.1 概述 116
7.2 考慮誤診斷代價(jià)的基本方法 116
7.2.1 基于類不平衡問題處理技術(shù)的方法 116
7.2.2 基于最小期望代價(jià)分類準(zhǔn)則的方法 119
7.3 基于加權(quán)粗糙集和最小期望代價(jià)分類準(zhǔn)則的代價(jià)敏感故障診斷方法 119
7.3.1 不考慮數(shù)據(jù)集類分布特性的方法 119
7.3.2 考慮數(shù)據(jù)集類分布特性的方法 121
7.4 代價(jià)敏感故障診斷的性能評(píng)價(jià) 122
7.4.1 傳統(tǒng)的性能評(píng)價(jià)指標(biāo) 122
7.4.2 不依賴于測(cè)試集特性的性能評(píng)價(jià)指標(biāo) 123
7.5 實(shí)驗(yàn)分析 126
7.5.1 實(shí)驗(yàn)配置 126
7.5.2 汽輪機(jī)振動(dòng)故障的代價(jià)敏感診斷實(shí)驗(yàn) 127
7.5.3 各種代價(jià)敏感問題處理方法的比較 128
7.5.4 實(shí)驗(yàn)總結(jié) 134
7.6 本章小結(jié) 135
參考文獻(xiàn) 136