粗糙集和MPGA在变压器故障诊断中的应用

标准遗传算法(SGA)经常早熟并且收敛慢,在用于粗糙集属性约简时,往往只能得到部分最小条件属性组合,并且很难收敛。针对传统遗传算法的这些缺陷,采用多种群遗传算法(MPGA),用移民算子、局部竞争法来保持种群的多样性,以防止其陷入局部最优。将多种群遗传算法用于粗糙集属性约简,可得到所有的最小条件属性组合,并且收敛速度快。实例应用验证了该算法的有效性,可用于变压器的故障诊断。