粗糙集-決策樹(shù)在故障診斷中的應(yīng)用研究.pdf

1、目前，把多種數(shù)據(jù)挖掘技術(shù)相結(jié)合從而實(shí)現(xiàn)對(duì)故障問(wèn)題的診斷已經(jīng)成為未來(lái)故障診斷研究的發(fā)展趨勢(shì)。決策樹(shù)模型憑借其可讀性強(qiáng)、分類(lèi)速度快等優(yōu)點(diǎn)在故障診斷領(lǐng)域發(fā)揮著不可替代的作用，然而，訓(xùn)練數(shù)據(jù)集中的噪聲數(shù)據(jù)以及在建模過(guò)程中存在的過(guò)擬合問(wèn)題嚴(yán)重制約著決策樹(shù)模型的診斷效率。粗糙集相關(guān)理論則能在保持?jǐn)?shù)據(jù)分類(lèi)能力不變的前提下，提高模型對(duì)噪聲數(shù)據(jù)的容忍程度，從而擴(kuò)大對(duì)數(shù)據(jù)的應(yīng)用范圍。故二者的結(jié)合成為故障診斷領(lǐng)域新的研究方向。
　　本文以構(gòu)建粗糙集-決

2、策樹(shù)模型以及實(shí)現(xiàn)對(duì)故障數(shù)據(jù)的診斷為目的，主要做了以下幾方面的工作:
　　首先，對(duì)粗糙集的經(jīng)典理論和決策樹(shù)算法的進(jìn)行了梳理，分別分析了這兩種方法與其他數(shù)據(jù)挖掘手段結(jié)合下的應(yīng)用現(xiàn)狀。
　　其次，在比較3種決策樹(shù)算法后，提出用C4.5算法替代前人提出的粗糙集-決策樹(shù)算法中的ID3算法，從而使模型能夠克服因?qū)傩匀≈挡煌瑤?lái)的誤差。
　　再次，針對(duì)已有的粗糙集-決策樹(shù)模型不能很好的克服噪聲數(shù)據(jù)這一現(xiàn)象，引入粗糙集理論中的變精度概