基于自适应遗传约简算法的雷达故障诊断

在对粗糙集理论和遗传算法研究的基础上,提出一种基于知识依赖度为启发信息的改进自适应遗传约简算法,并将其应用于雷达故障诊断.在该算法中,对随机产生的二进制初始种群用属性核加以限制,在适应度函数中引入了决策属性对条件属性的依赖度,对交叉概率和变异概率进行了新的设计,并且对产生的新一代个体增加修正校验算子.利用该算法对雷达故障进行诊断,获取简单而又能体现故障征兆与故障原因对应的诊断规则,避免了传统基于故障树的专家故障诊断系统准确性差、效率低的缺点.