摘要：结合最小熵原理法（MEPA）的数据离散功能,粗糙集理论（RST）的数据分析和容错能力,以及朴素贝叶斯网络分类器（NBNC）的并行推理能力,采用串行集成思想,提出了一种基于MEPA-RST-NBNC的复杂设备智能故障诊断方法。首先利用MEPA实现连续条件属性的离散化,形成离散化诊断决策表;然后利用RST分辨矩阵实现故障特征的简化,并采用最大聚类比原则提取出最佳约简;最后根据约简诊断决策表建立NBNC模型来实现高效快速的诊断推理。故障诊断实例表明该方法不仅克服了RST诊断法的规则搜索和临界误判问题,而且避免了NBNC诊断法的维数灾难问题,具有较强的工程实用性。

关键词：最小熵原理方法 粗糙集 朴素贝叶斯网络分类器 故障诊断 

单位：西北工业大学航空学院 西安710072 西北工业大学电子信息学院 西安710072