一种基于案例推理的动态故障集诊断算法

摘要：

针对单纯静态集的故障诊断算法存在诊断准确率低、效率差等缺点,文中提出了一种基于案例推理的动态故障集诊断算法( CBR-DFDA)。 CBR-DFDA算法根据故障与症状依赖的不确定性,采用二分贝叶斯网络建立依赖模型,在故障持续时间统计的基础上修正先验故障概率；并引入动态故障集,给出了故障案例的表示、案例属性约简、案例属性权重的分配及相似算法。实验结果表明,CBR-DFDA算法可以有效地针对动态故障集中的故障,改善内存的存储空间,提高诊断效率和准确率。

关键词：动态故障集、二分贝叶斯网络、故障诊断、先验故障概率

分类号：TP277(自动化技术及设备)

资助基金：江苏省产学研联合创新资金项目SBY201320423

在线出版日期：2015-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：110-114