電器智能設(shè)計及可靠性度量中的不確定性信息處理方法研究.pdf

1、隨著工業(yè)自動化逐漸步入知識密集型階段，智能設(shè)計已成為現(xiàn)代設(shè)計技術(shù)必然的發(fā)展方向之一，作為智能設(shè)計技術(shù)的核心，知識處理自動化水平的提高日趨迫切；電器產(chǎn)品是各種自動控制設(shè)備中重要的基礎(chǔ)元件，其可靠性是設(shè)備正常運行的保障，對其可靠性進行分析和度量是十分必要的。本文的研究工作，即針對這兩方面而展開。 在產(chǎn)品設(shè)計領(lǐng)域知識和可靠性數(shù)據(jù)中，存在著諸多形式的不確定性，其中主要體現(xiàn)為模糊性。對此，本文基于粗糙集理論、模糊理論、證據(jù)理論、神經(jīng)網(wǎng)絡(luò)等

2、人工智能和計算智能方法，以電器為研究對象，討論了產(chǎn)品設(shè)計和可靠性度量中的不確定性信息處理方法，以及實現(xiàn)智能化設(shè)計的知識自動處理方法，包括知識的建模、獲取和推理。 主要研究內(nèi)容和創(chuàng)新點包括： (1) 基于粗糙集理論知識約簡的方法，提出了產(chǎn)品屬性層次劃分的方法，從而確定產(chǎn)品的不同屬性對產(chǎn)品特征的不同描述粒度；基于粗糙集理論中的支持度的概念，提出了產(chǎn)品屬性權(quán)重分配的方法；同時，采用模糊聚類分析的方法，為每個產(chǎn)品子類建立了一個用

3、于描述其典型特征的標(biāo)準(zhǔn)模型。上述工作的開展，為在概念設(shè)計階段合理選擇產(chǎn)品類型奠定了基礎(chǔ)。 (2) 基于模糊理論和證據(jù)理論，提出了一種廣義貼近度算法。該算法不僅可以統(tǒng)一處理普通實數(shù)、模糊數(shù)、實數(shù)域上的區(qū)間值，而且使計算結(jié)果更加吻合客觀事實。該算法在設(shè)計規(guī)則的模糊匹配、實例的模糊匹配、標(biāo)準(zhǔn)模型的近似匹配等工作中獲得應(yīng)用。 (3) 把一組標(biāo)準(zhǔn)模型視為一組典型模式，把設(shè)計問題視為待識別模式，基于模糊模式識別原理求解產(chǎn)品選型問題。