一種基于混沌約簡(jiǎn)算法的雷達(dá)故障診斷分析

　　通過(guò)知識(shí)約簡(jiǎn)獲取故障診斷規(guī)則，建立故障診斷決策規(guī)則庫(kù)，如圖1所示，具體方法如下：

　　(1)提取用于訓(xùn)練的數(shù)據(jù)變?yōu)榉?a class="contentlabel" href="http://www.ex-cimer.com/news/listbylabel/label/粗糙集">粗糙集理論要求的決策表系統(tǒng)，，其中， 是對(duì)象的有限集合，即故障域，C為條件屬性集合，即故障征兆屬性集合，D為決策屬性集合，即故障決策屬性集合;

　　(2)利用領(lǐng)域知識(shí)，對(duì)條件屬性值進(jìn)行量化處理;

　　(3)樣本相容性檢查，刪除不相容的樣本;

　　(4)利用知識(shí)的充分性理論對(duì)樣本進(jìn)行簡(jiǎn)化，消去樣本集中的重復(fù)信息;

　　(5)利用混沌遺傳算法求出最小的條件屬性集;

　　(6)根據(jù)最小的條件屬性集和相應(yīng)的原始數(shù)據(jù)，建立故障診斷規(guī)則庫(kù);

　　(7)根據(jù)故障診斷規(guī)則庫(kù)建立故障診斷決策網(wǎng)絡(luò)。

　　運(yùn)用上述獲得的決策規(guī)則網(wǎng)絡(luò)進(jìn)行故障診斷，對(duì)已知的故障問(wèn)題進(jìn)行預(yù)處理，然后根據(jù)得到的故障征兆值在網(wǎng)絡(luò)中進(jìn)行匹配，得到故障診斷的決策屬性。

3.3 應(yīng)用實(shí)例

　　首先以某型雷達(dá)顯示組合的故障為例來(lái)說(shuō)明診斷規(guī)則的獲取步驟。表1為根據(jù)以往運(yùn)行數(shù)據(jù)獲取的故障診斷決策信息系統(tǒng)。

　　其中，k為樣本個(gè)數(shù)，，為該顯示組合的6個(gè)故障樣本，每個(gè)樣本個(gè)數(shù)為k，表示顯示器的5個(gè)征兆屬性的集合，其中a表示F脈沖，b表示鋸齒波脈沖，c表示距離標(biāo)志信號(hào)，d表示速度標(biāo)志信號(hào)， e表示M₁標(biāo)志，表1中數(shù)值為0表示有此癥狀，數(shù)值為1說(shuō)明不含此癥狀，數(shù)值為2說(shuō)明此癥狀不穩(wěn)定。D={g}表示決策屬性集，其中表示某相關(guān)插件1、2、3有故障。

　　按照上所述算法對(duì)表1進(jìn)行約簡(jiǎn)可以得到如下最小約簡(jiǎn)結(jié)果，，。任選一個(gè)約簡(jiǎn)可得如表2所示的簡(jiǎn)化決策表。從表2中可以很方便地抽取到3條規(guī)則，分別是

　　規(guī)則1： if (a=1 and e=0) or (a=1 and c=0) then g=1;

　　規(guī)則2： if (a=1 and c=1 and e=0) or (a=0 and c=1 and e=1) then g=2;

　　規(guī)則3： if (c=1 and e=1) or (a=1 and e=1) then g=3。

　　獲得規(guī)則后再分兩種情況進(jìn)行實(shí)驗(yàn)，(1)采用所有屬性的知識(shí)庫(kù)模型，即傳統(tǒng)知識(shí)庫(kù);(2)基于混沌遺傳算法獲得的知識(shí)庫(kù)，即遺傳約簡(jiǎn)知識(shí)庫(kù)。以該雷達(dá)的自檢軟件為平臺(tái)，對(duì)3種知識(shí)庫(kù)進(jìn)行測(cè)試，測(cè)試樣本數(shù)為100，其結(jié)果如表3所示。

　　由表3可見(jiàn)，采用傳統(tǒng)的知識(shí)庫(kù)進(jìn)行故障診斷正確率較低，據(jù)判樣本數(shù)較大，診斷速度較慢，這是由于傳統(tǒng)的知識(shí)庫(kù)具有冗余的信息且無(wú)法判斷具有不確定信息的樣本;采用遺傳約簡(jiǎn)知識(shí)庫(kù)進(jìn)行故障診斷具有正確率較高，據(jù)判樣本數(shù)較小，且診斷速度較快的特點(diǎn)，能夠滿(mǎn)足雷達(dá)故障診斷的要求。

4 結(jié)論

　　本文探討了混沌遺傳算法在雷達(dá)故障診斷中的應(yīng)用，提出了一種基于知識(shí)依賴(lài)度為啟發(fā)信息的改進(jìn)自適應(yīng)遺傳算法的屬性約簡(jiǎn)算法，目的在于解決傳統(tǒng)故障診斷方法中難以自動(dòng)獲取診斷規(guī)則這一難題。本算法在隨機(jī)產(chǎn)生的二進(jìn)制初始種群中以屬性核加以限制，并增加了基于知識(shí)依賴(lài)度的個(gè)體修正策略，加強(qiáng)了局部搜索能力的同時(shí)保證遺傳算法的全局搜索在有效的可行解空間進(jìn)行，縮短算法的計(jì)算時(shí)間，并提高決策表屬性約簡(jiǎn)結(jié)果的準(zhǔn)確性。

　　基于自適應(yīng)遺傳約簡(jiǎn)的知識(shí)理論可以對(duì)其故障原因進(jìn)行提煉，獲取簡(jiǎn)單而又能體現(xiàn)故障征兆與故障原因?qū)?yīng)的規(guī)則。應(yīng)用實(shí)例的結(jié)果表明，對(duì)于復(fù)雜系統(tǒng)該方法可以簡(jiǎn)化結(jié)構(gòu)，并有效的提高診斷系統(tǒng)的速度與效率。

參考文獻(xiàn)：

　　[1]李合平,王志云,黃允華.基于d-s證據(jù)理論的雷達(dá)故障診斷方法[J].系統(tǒng)工程與電子技術(shù). 2005, 27(8):1379-1383

　　[2]zhou j, liu b. new stochastic models for capacitated location-allocation problem[J]. computers & industrial engineering. 2003, 45(1):111-125

　　[3]劉洲洲.基于遺傳算法的足球機(jī)器人路徑規(guī)劃[J].電子產(chǎn)品世界.2013,21(2):28-29

　　[4]潘偉,刁華宗,井元偉.一種改進(jìn)的實(shí)數(shù)自適應(yīng)遺傳算法[J].控制與決策. 2006, 21(7):792-795