通過知識約簡獲取故障診斷規(guī)則，建立故障診斷決策規(guī)則庫，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.biyoush.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，對條件屬性值進(jìn)行量化處理;

　　(3)樣本相容性檢查，刪除不相容的樣本;

　　(4)利用知識的充分性理論對樣本進(jìn)行簡化，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;

　　(7)根據(jù)故障診斷規(guī)則庫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，對已知的故障問題進(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說明診斷規(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為樣本個數(shù)，，為該顯示組合的6個故障樣本，每個樣本個數(shù)為k，表示顯示器的5個征兆屬性的集合，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，d表示速度標(biāo)志信號， 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說明不含此癥狀，數(shù)值為2說明此癥狀不穩(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。

　　按照上所述算法對表1進(jìn)行約簡可以得到如下最小約簡結(jié)果，，。任選一個約簡可得如表2所示的簡化決策表。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庫模型，即傳統(tǒng)知識庫;(2)基于混沌遺傳算法獲得的知識庫，即遺傳約簡知識庫。以該雷達(dá)的自檢軟件為平臺，對3種知識庫進(jìn)行測試，測試樣本數(shù)為100，其結(jié)果如表3所示。

　　由表3可見，采用傳統(tǒng)的知識庫進(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)的知識庫具有冗余的信息且無法判斷具有不確定信息的樣本;采用遺傳約簡知識庫進(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依賴度為啟發(fā)信息的改進(jìn)自適應(yīng)遺傳算法的屬性約簡算法，目的在于解決傳統(tǒng)故障診斷方法中難以自動獲取診斷規(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，并增加了基于知識依賴度的個體修正策略，加強(qiáng)了局部搜索能力的同時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)算時間，并提高決策表屬性約簡結(jié)果的準(zhǔn)確性。

　　基于自適應(yīng)遺傳約簡的知識理論可以對其故障原因進(jìn)行提煉，獲取簡單而又能體現(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，對于復(fù)雜系統(tǒng)該方法可以簡化結(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