資源描述：
《開題報告粗糙集故障診斷中的應(yīng)用研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、畢業(yè)設(shè)計（論文）開題報告2011年12月9日開題報告填寫要求1.開題報告（含“文獻(xiàn)綜述"）作為畢業(yè)設(shè)計（論文）答辯委員會對學(xué)牛?答辯資格審查的依據(jù)材料之一。此報告應(yīng)在指導(dǎo)教師指導(dǎo)下，由學(xué)生在畢業(yè)設(shè)計（論文）工作前期內(nèi)完成，經(jīng)指導(dǎo)教師簽署意見及所在專業(yè)審查后生效；2.開題報告內(nèi)容必須用黑墨水筆工整書寫或按教務(wù)處統(tǒng)一設(shè)計的電子文檔標(biāo)準(zhǔn)格式（可從教務(wù)處網(wǎng)頁上下載）打印，禁止打印在其它紙上后剪貼，完成后應(yīng)及時交給指導(dǎo)教師簽署意見；3?“文獻(xiàn)綜述”應(yīng)按論文的格式成文，并直接書寫（或打?。┰诒鹃_題報告第一欄目內(nèi)，學(xué)生寫文獻(xiàn)綜述的參考文獻(xiàn)應(yīng)不
2、少于15篇（不包括辭典、手冊）；4?有關(guān)年月日等日期的填寫，應(yīng)當(dāng)按照國標(biāo)GB/T7408—94《數(shù)據(jù)元和交換格式、信息交換、日期和吋間表示法》規(guī)定的要求,一律用阿拉伯?dāng)?shù)字書寫。女［T2004年4月26FT或7004-04-26Mo畢業(yè)設(shè)計（論文）開題報告1.結(jié)合畢業(yè)設(shè)計（論文）課題情況，根據(jù)所查閱的文獻(xiàn)資料，每人撰寫2000字左右的文獻(xiàn)綜述：文獻(xiàn)綜述1?選題研究的意義由于生產(chǎn)設(shè)備日趨復(fù)雜、昂貴，一旦發(fā)生運行事故，就會造成極大的經(jīng)濟(jì)損失,因此對系統(tǒng)運行狀態(tài)進(jìn)行檢測與診斷，即故障診斷技術(shù)越來越受到人們的重視。智能故障診斷技術(shù)是故障診
3、斷領(lǐng)域研究熱點之一，特別是基于計算智能的故障診斷,如粗糙集故障診斷系統(tǒng)。粗糙集理論是一種新型的計算方法，它能有效地分析和處理具有不精確、不一致、不完整等特性的各種不完備信息，是一個強(qiáng)大的數(shù)據(jù)分析工具，具有良好的容錯性能。木文利用粗糙集理論在處理不完備信息方面的獨特性能，及其強(qiáng)大的數(shù)據(jù)分析能力和容錯性能，對其在故障診斷中的應(yīng)用進(jìn)行了探索性研究。2.研究的對象變壓器是電力系統(tǒng)的重要設(shè)備之一，也是電力系統(tǒng)的核心部件。電力變壓器故障嚴(yán)重影響著電網(wǎng)的可靠性及電力系統(tǒng)運行的止常運行。因此，止確且快速地診斷變壓器故障，對減少不必要的停用，防止
4、事故進(jìn)一步擴(kuò)大，避免重大的損失具有重要意義。目前，國內(nèi)外應(yīng)用于變壓器故障診斷的方法很程屮的應(yīng)用。近年來，出現(xiàn)了許多人工智能方法，如神經(jīng)網(wǎng)絡(luò)、遺傳算法、灰色理論、粗糙集等進(jìn)行變壓器故障診斷，均取得不錯的效果。3.粗糙集和神經(jīng)網(wǎng)絡(luò)的相關(guān)理論（1）粗糙集理論粗糙集理論建立在分類機(jī)制的基礎(chǔ)上，并將等價關(guān)系對空間的劃分與知識等同。粗糙集理論的主要思想是利用已知的知識庫，將不精確或不確定的知識用己知的知識庫中的知識來（近似）刻畫。在粗糙集理論中，“知識”被認(rèn)為是一種分類能力,也就是將知識理解為對數(shù)據(jù)的劃分。用集合的概念表示就是使用等價關(guān)系集
5、R對離散表示的空間U進(jìn)行劃分，知識就是R對U劃分的結(jié)果。由此，在U和R的意義下，知識庫可以定義為:屈于R中的所有可能的關(guān)系對U的劃分，記為K=(U,R)O這樣給定一組數(shù)據(jù)U與等價關(guān)系集R,在R下對U的劃分，稱為知識，記為U/Ro如果一個等價關(guān)系集對數(shù)據(jù)的劃分存在矛盾，則將導(dǎo)致不確定劃分，可用粗糙度來度量。設(shè)XqU,并且R是U上的一個等價關(guān)系，稱X是R?可定義的，如果X是一些R的等價類的并集;否則，X是R?不可定義的。R■可定義的集合也稱R■確切集,R-不可定義的集合也可稱作是R■非確切的或R■粗糙集。集合X^U稱為在知識庫K中確
6、切的，如果存在一個等價關(guān)系RelND^K,使得X是R?確切的，并且稱X在K中是粗糙的，如果X對于任意RwIND(K是R-粗糙的。粗糙集理論的不確定性是建立在上、下近似的概念Z上的。給定知識庫K=(U,R)，令XyU是一個集合，R是一個定義在U上的等價關(guān)系，貝IJ:&(X)=f7{XwU/砒wX}/?~(X=中討/砒cXh①}分別稱為X的R-卜?近似集(Lowerapproximation)和R-上近似集(Upperapproximation)o集合X的邊界區(qū)(Boundaryregion)定義為：bnR(X)=R~(X)-R(X
7、)為集合x的上近似與下近似集之差。如果是空集，則稱X關(guān)于R是清晰的反之則稱集合X為關(guān)于R的粗糙集。在粗糙集理論中，也把POSR(X)=R_(X)稱為X的R正域，把negR(X)=U-R_(X)稱為x的R負(fù)域。為清楚起見，用圖1來描述一個二維近似空間中集合X的上近似、下近似以及邊界的概念。這個空間由劃分的基本區(qū)域的方形塊構(gòu)成的(U,R)定義。圖1粗糙集的概念圖(2)BP神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的基本單元稱為神經(jīng)元，它是對生物神經(jīng)元的簡化與模擬。神經(jīng)元的特性在某種程度上決定了神經(jīng)網(wǎng)絡(luò)的總體特性。大量簡單神經(jīng)元的相互連結(jié)即構(gòu)成了神經(jīng)網(wǎng)絡(luò)。一個
8、典型的具有r維輸入的神經(jīng)元模型可以用圖2來加以描述。圖2神經(jīng)元模型圖由圖2可見，一個典型的神經(jīng)元模型主要由輸入、網(wǎng)絡(luò)權(quán)值和閾值、求和單元、傳遞函數(shù)和輸出五部分組成。神經(jīng)網(wǎng)絡(luò)的仿真過程實質(zhì)上是神經(jīng)網(wǎng)絡(luò)根據(jù)網(wǎng)絡(luò)輸入數(shù)據(jù)，通過數(shù)值計算得出相應(yīng)網(wǎng)絡(luò)輸出的過程，通過仿真，
