基于自适应遗传约简算法的雷达故障诊断

被引：4

作者：

富震 ^{[1
]}

潘伟 ^{[2
]}

机构：

[1] 沈阳炮兵学院基础部

[2] 沈阳炮兵学院电子侦察系

来源：

控制与决策 | 2010年 / 25卷 / 04期

关键词：

自适应遗传算法; 粗糙集; 雷达故障诊断; 知识依赖度; 约简;

D O I：

10.13195/j.cd.2010.04.109.fuzh.024

中图分类号：

TP18 [人工智能理论]; TN957 [雷达设备、雷达站];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

在对粗糙集理论和遗传算法研究的基础上,提出一种基于知识依赖度为启发信息的改进自适应遗传约简算法,并将其应用于雷达故障诊断.在该算法中,对随机产生的二进制初始种群用属性核加以限制,在适应度函数中引入了决策属性对条件属性的依赖度,对交叉概率和变异概率进行了新的设计,并且对产生的新一代个体增加修正校验算子.利用该算法对雷达故障进行诊断,获取简单而又能体现故障征兆与故障原因对应的诊断规则,避免了传统基于故障树的专家故障诊断系统准确性差、效率低的缺点.

引用

页码：587 / 591+597 +597

页数：6

共 7 条

[1] 遗传算法中选择交叉策略的改进 [J].