基于粗糙集理论的分布式故障诊断系统的研究
| 摘要 | 第1页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-7页 |
| 第一章 引言 | 第7-15页 |
| ·研究的目的和意义 | 第7-8页 |
| ·国内外研究现状综述 | 第8-12页 |
| ·基于专家系统的故障诊断方法 | 第8-9页 |
| ·基于神经网络的故障诊断方法 | 第9-10页 |
| ·基于模糊理论的故障诊断方法 | 第10-11页 |
| ·基于随机优化技术的故障诊断方法 | 第11-12页 |
| ·基于Petri网的故障诊断方法 | 第12页 |
| ·粗糙集理论在电力系统中应用的评述 | 第12-14页 |
| ·本文所做的工作 | 第14-15页 |
| 第二章 粗糙集理论基础 | 第15-27页 |
| ·等价关系 | 第15-17页 |
| ·知识的含义 | 第17-19页 |
| ·知识与分类 | 第17-19页 |
| ·知识的等价、特化和推广 | 第19页 |
| ·信息系统 | 第19-20页 |
| ·可辨识矩阵和可辨识函数 | 第20-21页 |
| ·可辨识矩阵 | 第20-21页 |
| ·可辨识函数 | 第21页 |
| ·知识的化简 | 第21-23页 |
| ·约简与核 | 第21-22页 |
| ·知识的依赖性 | 第22页 |
| ·决策表 | 第22-23页 |
| ·决策表的约简 | 第23-27页 |
| ·属性约简 | 第23-24页 |
| ·属性值约简 | 第24-25页 |
| ·一些典型的属性约简 | 第25-27页 |
| 第三章 适用于电网故障诊断的改进属性约简算法 | 第27-37页 |
| ·改进的可辨识矩阵 | 第27-28页 |
| ·条件信息量 | 第28-30页 |
| ·算法的描述与复杂度分析 | 第30-31页 |
| ·算法的描述 | 第30-31页 |
| ·算法的复杂度分析 | 第31页 |
| ·算法例证分析 | 第31-37页 |
| 第四章 基于粗糙集理论的电网故障仿真实例 | 第37-45页 |
| ·电网故障诊断的模型 | 第37-38页 |
| ·电网故障诊断决策表的建立 | 第38-39页 |
| ·决策表的约简 | 第39-42页 |
| ·故障诊断的实现 | 第42-45页 |
| 第五章 基于粗糙集理论的分布式故障诊断系统的实现 | 第45-57页 |
| ·多代理技术的介绍 | 第45-51页 |
| ·分布式人工智能技术 | 第45-46页 |
| ·代理的基本概念 | 第46-47页 |
| ·多代理系统介绍 | 第47-48页 |
| ·多代理系统的开发工具 | 第48-51页 |
| ·基于粗糙集的分布式电网故障诊断应用 | 第51-57页 |
| ·分布式电网故障诊断基本原理 | 第52-53页 |
| ·多代理故障诊断系统的诊断框架和实现流程 | 第53-54页 |
| ·基于多代理的分布式故障诊断实例 | 第54-57页 |
| 第六章 结论与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 在学期间发表的学术论文和参加科研情况 | 第64页 |
