基于粗糙集理论的飞机燃油系统故障分类

飞机燃油系统发生故障时会出现多种征兆信息。由于燃油系统故障类型的多样性，利用传统方法难以全面确定燃油系统的故障性质以及可能存在故障的部件，特别是对复合故障。利用粗糙集理论中的决策表简化方法，将条件属性进行约简，建立了一种新的飞机燃油系统故障分类规则的形成方法。

描述复杂系统故障关系的条件故障图

在复杂系统故障关系分析中 ,为了准确、有效地描述系统状态条件同其故障关系间所存在的关联 ,提出了条件故障图的描述模型。界定并分析了描述系统状态关系的状态树 ,并将它与故障图相结合形成条件故障图。界定并分析了条件故障图的结构及其中的状态条件变化特性。将它应用于航空发动机的控制系统 ,并给出了一个特征实例。条件故障图可以有效地描述状态条件对故障关系的影响及作用 。

一种新型的多元分类支持向量机

最小二乘支持向量机采用最小二乘线性系统代替传统的支持向量机采用二次规划方法解决模式识别问题。该文详细推理和分析了二元分类最小二乘支持向量机算法，构建了多元分类最小二乘支持向量机，并通过典型样本进行测试，结果表明采用多元分类最小二乘支持向量机进行模式识别是有效、可行的。

基于SOFM的一种新型粗糙集神经网络研究

结合粗糙集理论的强大定性分析能力和SOFM网络收敛速度快和易于可视化能力,该文提出了一种基于SOFM网络的新型粗糙集神经网络,给出了该模型的流程图,描述了系统各组成部分的工作原理。应用一实例验证了该模型在故障诊断中的有效性,结果表明,新模型较好地解决了训练样本的大小、样本质量等对人工神经网络的精度以及泛化能力有直接影响的问题,简化了神经网络的结构,缩短了训练时间,并实现了结果可视化,得到了故障可视拓扑映射图。