有序不可区分串的属性约简增量更新算法

当有新增对象加入到决策表时,已有的属性约简将会发生变化,为保证约简结果的正确性,需对其进行动态更新。差别矩阵算法通常以可区分元素的多少作为属性重要性的依据,每次选择可区分信息最多的属性加入约简集,导致有较高的时间复杂度。为此,提出了有效比较元素对及不可区分串定义,以不可区分串长短为属性重要性选择的依据,并证明了其有效性;然后分析了增量更新的不同情况,将新增对象加入简化决策表,按相应条件动态变化约简集,由此设计了基于有序不可区分串的增量更新算法;最后通过实验比较和实例分析了增量更新算法的可行性和有效性。

模糊离散事件系统的多故障诊断

针对诊断器不能只依赖自身就能判断诊断的缺点,基于不可区分串的概念,提出一种模糊离散事件系统的多故障诊断方法.首先,基于极小可观测事件构造模糊自动机相应的诊断器,用于寻找不可区分串的集合;其次,根据诊断器的性质,提出模糊离散事件系统的多故障可诊断的充分必要条件;最后,通过实例进行验证.结果表明:该方法为模糊离散事件系统的多故障诊断提供一种简单可行的新途径.

离散事件系统的故障一次可修复性诊断

为了突破周期可修复性的局限性,提出一种新的可修复性定义及相关诊断方法.针对可修复状态为一次可达状态的情况,通过详细分析这类离散事件系统的特点,提出一次可修复性的形式化定义;然后,从不可区分串和可修复性诊断器角度,讨论一次可修复性的诊断方法和证明过程.实例结果表明:所提出的一次可修复性诊断方法能有效解决系统的诊断需求.

模糊离散事件系统的可测性

针对模糊离散事件系统的可测性问题,提出一种基于不可区分串的可测性判定方法。首先引入不可区分串概念以刻画对任一极小可观测事件具有相同的可观察行为;然后构造一个基于极小可观测事件的观察器,建立不可区分串与观察器中非单元循环的一一对应关系,并由此得到模糊可测性的充要条件。同时,也给出一个验证模糊离散事件系统可测性算法。通过实例分析,说明模糊离散事件系统可测性的应用。