第一章 绪论 | 第1-18页 |
·课题研究的目的和意义 | 第7-8页 |
·国内外的研究 | 第8-12页 |
·研究发展 | 第8-9页 |
·研究方法 | 第9-12页 |
·专家系统(Expert System) | 第9-10页 |
·人工神经网络(Artificial Neural Network) | 第10页 |
·遗传算法(Genetic Algorithms) | 第10-11页 |
·Petri 网络(Petri net) | 第11页 |
·模糊理论(Fuzzy Theory) | 第11-12页 |
·粗糙集理论发展与应用 | 第12-16页 |
·发展 | 第12-13页 |
·应用 | 第13-16页 |
·综述 | 第13-15页 |
·在电力系统中的应用 | 第15-16页 |
·本文主要工作 | 第16-18页 |
第二章 粗糙集理论基础 | 第18-27页 |
·引言 | 第18页 |
·基本概念 | 第18-23页 |
·等价类与不可区分关系 | 第18-20页 |
·粗糙集 | 第20-23页 |
·定义 | 第20-22页 |
·非精确的数字特征 | 第22页 |
·粗糙隶属函数 | 第22-23页 |
·知识表达系统与知识约简 | 第23-24页 |
·知识表达系统 | 第23页 |
·知识约简 | 第23-24页 |
·决策表与决策规则 | 第24-25页 |
·决策表 | 第24页 |
·决策规则 | 第24-25页 |
·决策表的约简 | 第25页 |
·区分矩阵与区分函数 | 第25-27页 |
第三章 粗糙集的约简算法 | 第27-35页 |
·引言 | 第27页 |
·属性约简 | 第27-31页 |
·约简标准 | 第27页 |
·属性的重要性 | 第27-28页 |
·基于区分矩阵的约简算法(穷尽算法) | 第28-31页 |
·属性值约简 | 第31-32页 |
·其它约简算法 | 第32-35页 |
·贪婪算法(JohnsonReduc) | 第32页 |
·遗传算法(AVGeneticReduct) | 第32-33页 |
·动态约简(DynamicReduc) | 第33页 |
·属性重要性的启发式算法 | 第33-34页 |
·互信息约简算法 | 第34页 |
·复合系统的约简 | 第34页 |
·扩展法则 | 第34页 |
·二维约简算法 | 第34-35页 |
第四章 基于粗糙集理论的电网故障诊断专家系统 | 第35-42页 |
·引言 | 第35页 |
·原理 | 第35-38页 |
·概述 | 第35页 |
·简单配电网算例 | 第35-38页 |
·RS 知识库与传统知识库的特性比较分析 | 第38-42页 |
·生成方式区别 | 第38-39页 |
·信息含量与规则数目 | 第39-40页 |
·诊断性能 | 第40-42页 |
第五章 粗糙集理论在大规模电网故障诊断应用中的分割方法研究 | 第42-61页 |
·大规模电网的 RS 分割 | 第42-57页 |
·引言 | 第42页 |
·分割方法 | 第42-53页 |
·基本原理 | 第42-43页 |
·方法一 | 第43-44页 |
·方法二 | 第44-45页 |
·方法三 | 第45-49页 |
·方法四 | 第49-53页 |
·IEEE9 节点系统的RS 蝶形分割 | 第53-57页 |
·具体问题处理 | 第57-61页 |
·故障信息在原始决策表中的表达问题 | 第57-60页 |
·引言 | 第57页 |
·简单配电网算例 | 第57-60页 |
·分割时电网中的分支选取问题 | 第60页 |
·分割前后原始决策表的字段排序问题 | 第60-61页 |
第六章 RS 电网故障诊断专家系统的设计实现 | 第61-69页 |
·研究背景 | 第61页 |
·总体设计 | 第61-63页 |
·RS 专家知识库的生成实现 | 第63-64页 |
·RS 电网故障诊断专家系统实例 | 第64-69页 |
第七章 结论与展望 | 第69-71页 |
·结论 | 第69-70页 |
·展望 | 第70-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-77页 |
附录一 图4.1 配电网算例的RS 约简及其专家规则 | 第77-79页 |
附录二 图5.9 配电网算例的RS 约简及其专家规则 | 第79-81页 |
附录三 保护字符释义表 | 第81-82页 |
附录四 生成RS 知识库的可视化界面及其程序建模 | 第82-84页 |