一種基于混沌約簡(jiǎn)算法的雷達故障診斷分析

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

　　(1)提取用于訓練的數據變?yōu)榉?a class="contentlabel" href="http://dyxdggzs.com/news/listbylabel/label/粗糙集">粗糙集理論要求的決策表系統，，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(jiǎn)化，消去樣本集中的重復信息;

　　(5)利用混沌遺傳算法求出最小的條件屬性集;

　　(6)根據最小的條件屬性集和相應的原始數據，建立故障診斷規則庫;

　　(7)根據故障診斷規則庫建立故障診斷決策網(wǎng)絡(luò )。

　　運用上述獲得的決策規則網(wǎng)絡(luò )進(jìn)行故障診斷，對已知的故障問(wèn)題進(jìn)行預處理，然后根據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 應用實(shí)例

　　首先以某型雷達顯示組合的故障為例來(lái)說(shuō)明診斷規則的獲取步驟。表1為根據以往運行數據獲取的故障診斷決策信息系統。

　　其中，k為樣本個(gè)數，，為該顯示組合的6個(gè)故障樣本，每個(gè)樣本個(gè)數為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表示距離標志信號，d表示速度標志信號， e表示M₁標志，表1中數值為0表示有此癥狀，數值為1說(shuō)明不含此癥狀，數值為2說(shuō)明此癥狀不穩定。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(jiǎn)可以得到如下最小約簡(jiǎn)結果，，。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條規則，分別是

　　規則1： if (a=1 and e=0) or (a=1 and c=0) then g=1;

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

　　規則3： if (c=1 and e=1) or (a=1 and e=1) then g=3。

　　獲得規則后再分兩種情況進(jìn)行實(shí)驗，(1)采用所有屬性的知識庫模型，即傳統知識庫;(2)基于混沌遺傳算法獲得的知識庫，即遺傳約簡(jiǎn)知識庫。以該雷達的自檢軟件為平臺，對3種知識庫進(jìn)行測試，測試樣本數為100，其結果如表3所示。

　　由表3可見(jiàn)，采用傳統的知識庫進(jìn)行故障診斷正確率較低，據判樣本數較大，診斷速度較慢，這是由于傳統的知識庫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)知識庫進(jìn)行故障診斷具有正確率較高，據判樣本數較小，且診斷速度較快的特點(diǎn)，能夠滿(mǎn)足雷達故障診斷的要求。

4 結論

　　本文探討了混沌遺傳算法在雷達故障診斷中的應用，提出了一種基于知識依賴(lài)度為啟發(fā)信息的改進(jìn)自適應遺傳算法的屬性約簡(jiǎn)算法，目的在于解決傳統故障診斷方法中難以自動(dòng)獲取診斷規則這一難題。本算法在隨機產(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(lài)度的個(gè)體修正策略，加強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，縮短算法的計算時(shí)間，并提高決策表屬性約簡(jiǎn)結果的準確性。

　　基于自適應遺傳約簡(jiǎn)的知識理論可以對其故障原因進(jìn)行提煉，獲取簡(jiǎn)單而又能體現故障征兆與故障原因對應的規則。應用實(shí)例的結果表明，對于復雜系統該方法可以簡(jiǎn)化結構，并有效的提高診斷系統的速度與效率。

參考文獻：

　　[1]李合平,王志云,黃允華.基于d-s證據理論的雷達故障診斷方法[J].系統工程與電子技術(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器人路徑規劃[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)數自適應遺傳算法[J].控制與決策. 2006, 21(7):792-795