在分析振动加速度信号的基础上,提出了新的粗糙集属性约简算法,并应用于轴承复合故障诊断。将最大-最小蚂蚁系统(max-min ant system,简称MMAS)引入条件属性约简中,以最坏Fisher准则函数作为启发式信息以提高搜索效率,综合考虑分类正确...在分析振动加速度信号的基础上,提出了新的粗糙集属性约简算法,并应用于轴承复合故障诊断。将最大-最小蚂蚁系统(max-min ant system,简称MMAS)引入条件属性约简中,以最坏Fisher准则函数作为启发式信息以提高搜索效率,综合考虑分类正确率和条件属性个数两方面因素,利用粗糙集理论约简故障诊断决策表,有效地提高了轴承故障诊断的效率。展开更多
研究了工件带到达时间的目标为极小最大完工时间(C_(max))的单机批调度问题,采用最大-最小蚂蚁系统(max-min ant system,MMAS)进行求解。针对问题带到达时间以及分批的特性,提出了两种候选列表(candidate list)构建批序列,有效地缩小了...研究了工件带到达时间的目标为极小最大完工时间(C_(max))的单机批调度问题,采用最大-最小蚂蚁系统(max-min ant system,MMAS)进行求解。针对问题带到达时间以及分批的特性,提出了两种候选列表(candidate list)构建批序列,有效地缩小了搜索空间的维度;考虑两种候选列表的工件对构造解具有不同的影响,针对不同的候选列表设计了相应的启发式信息.仿真实验部分从求解质量和时间性能两方面比较了本文提出的算法和标准的蚂蚁系统(ant system,AS)算法以及使用不同候选列表的MMAS算法.结果表明,本文的算法在质量和时间两方面均全面优于标准的AS算法,而提出的候选列表使得该算法在大幅度提高时间性能的同时,仍然能够取得近似最优解,从而在求解质量和时间性能两方面取得平衡.展开更多
文摘在分析振动加速度信号的基础上,提出了新的粗糙集属性约简算法,并应用于轴承复合故障诊断。将最大-最小蚂蚁系统(max-min ant system,简称MMAS)引入条件属性约简中,以最坏Fisher准则函数作为启发式信息以提高搜索效率,综合考虑分类正确率和条件属性个数两方面因素,利用粗糙集理论约简故障诊断决策表,有效地提高了轴承故障诊断的效率。
文摘研究了工件带到达时间的目标为极小最大完工时间(C_(max))的单机批调度问题,采用最大-最小蚂蚁系统(max-min ant system,MMAS)进行求解。针对问题带到达时间以及分批的特性,提出了两种候选列表(candidate list)构建批序列,有效地缩小了搜索空间的维度;考虑两种候选列表的工件对构造解具有不同的影响,针对不同的候选列表设计了相应的启发式信息.仿真实验部分从求解质量和时间性能两方面比较了本文提出的算法和标准的蚂蚁系统(ant system,AS)算法以及使用不同候选列表的MMAS算法.结果表明,本文的算法在质量和时间两方面均全面优于标准的AS算法,而提出的候选列表使得该算法在大幅度提高时间性能的同时,仍然能够取得近似最优解,从而在求解质量和时间性能两方面取得平衡.
