论文部分内容阅读
针对核动力系统故障诊断过程中故障的特征参数难以提取的问题，提出了一种基于邻域粗糙集模型的特征参数筛选的新方法。该方法是通过改进经典粗糙集而来的，其既能够处理离散化的数据，也处理连续型的数据，因此可以减少诊断信息融合过程的复杂性，同时处理后的数据能够保持原始数据的属性性质。仿真实验表明：基于邻域粗糙集能有效的简化特征参数的筛选，提高了故障诊断的准确率，减少了诊断成本，相比于经典粗糙集方法更具有适用性。