粗糙集-決策樹在故障診斷中的應(yīng)用研究.pdf

1、目前，把多種數(shù)據(jù)挖掘技術(shù)相結(jié)合從而實現(xiàn)對故障問題的診斷已經(jīng)成為未來故障診斷研究的發(fā)展趨勢。決策樹模型憑借其可讀性強、分類速度快等優(yōu)點在故障診斷領(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)以及在建模過程中存在的過擬合問題嚴重制約著決策樹模型的診斷效率。粗糙集相關(guān)理論則能在保持數(shù)據(jù)分類能力不變的前提下，提高模型對噪聲數(shù)據(jù)的容忍程度，從而擴大對數(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、策樹模型以及實現(xiàn)對故障數(shù)據(jù)的診斷為目的，主要做了以下幾方面的工作:
　　首先，對粗糙集的經(jīng)典理論和決策樹算法的進行了梳理，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種決策樹算法后，提出用C4.5算法替代前人提出的粗糙集-決策樹算法中的ID3算法，從而使模型能夠克服因?qū)傩匀≈挡煌瑤淼恼`差。
　　再次，針對已有的粗糙集-決策樹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