粗糙集理論在信息融合技術(shù)中的應(yīng)用研究

摘 要 通過分析粗糙集理論與信息融合技術(shù)之間的關(guān)系，得出了粗糙集理論和信息融合作為兩種推理過程，在建立對象模型（模式）和利用模型（模式）來甄別對象方面可以起到互補的作用。

關(guān)鍵詞 粗糙集理論 信息融合 故障診斷

中圖分類號：TP202 文獻標識碼：A 文章編號：1002-7661（2013）14-0005-01

一、信息融合技術(shù)在故障診斷中存在的問題

融合算法是數(shù)據(jù)融合實現(xiàn)的基礎(chǔ)工具。目前數(shù)據(jù)融合算法的研究都針對性很強，普遍的做法是針對問題本身進行相應(yīng)的算法研究，或者單純的從其它相關(guān)領(lǐng)域的研究結(jié)果進行移植或者變換，融合算法的分類也很不清晰，而且相互交織。隨著多傳感器應(yīng)用領(lǐng)域的不斷擴展，信息融合技術(shù)也遇到了一些新問題、新特點。這些特點在故障診斷應(yīng)用中尤為突出。

（1）很多現(xiàn)存的信息融合診斷方法需要了解對象的一些先驗知識。比如目標出現(xiàn)的先驗概率，目標模型、對象的統(tǒng)計信息等等，但在現(xiàn)實情況中，我們對對象的先驗知識并不了解太多，這就給我們的研究造成了一定的困難。

（2）信息融合的范圍擴大了。融合信息包括不同領(lǐng)域的數(shù)據(jù)，如可能有邏輯值、數(shù)值等等，甚至是專家的知識。這些也給我們的進一步研究帶來挑戰(zhàn)。

（3）待融合數(shù)據(jù)往往是不準確或者不完整的。例如由于干擾、傳感器精度等客觀原因，收集到的信息可能包括不相容甚至矛盾的數(shù)據(jù)。

二、粗糙集理論與信息融合技術(shù)的關(guān)系分析

在處理不確定信息時，粗糙集理論通過上、下近似集的定義，通過等價關(guān)系可以給出確定的數(shù)學(xué)描述。粗糙集理論對不確定數(shù)據(jù)分析、推理，發(fā)現(xiàn)數(shù)據(jù)間的關(guān)系、提取有用特征，簡化信息處理，研究不精確、不確定知識的表達、學(xué)習(xí)、歸納方法提供了一個有力的工具。它能通過已有的信息本身構(gòu)造決策規(guī)則，不需要提供先驗的知識加以選擇和提取。因此，已有學(xué)者將該理論應(yīng)用到數(shù)據(jù)挖掘、信道噪聲抑制、態(tài)勢評估、信息融合等領(lǐng)域中，取得了較好的效果。下面我們從幾個方面談?wù)勊鼈冎g的關(guān)系。

（1）知識的輸入：粗糙集理論的輸入是任何關(guān)于對象的真實數(shù)據(jù)，信息融合的輸入是來自多個傳感器或者數(shù)據(jù)源的數(shù)據(jù)。

（2）粗糙集理論和信息融合是兩種產(chǎn)生知識的過程，即從原始數(shù)據(jù)中發(fā)現(xiàn)和總結(jié)知識，是歸納的過程；信息融合是利用已有的知識、經(jīng)驗來處理未知世界得到的不同領(lǐng)域的數(shù)據(jù)，是個演繹的過程。

（3）知識獲取的目的：粗糙集知識獲取的目的是發(fā)現(xiàn)模式以及發(fā)現(xiàn)代表未知模式的新對象和實例；信息融合知識獲取的目的是對符合某一模式的單獨對象或?qū)嵗龀稣鐒e，或者從大量數(shù)據(jù)中對已知的對象或?qū)嵗念悇e、狀態(tài)做出判別。

（4）知識的輸出：粗糙集輸出的是描述對象或?qū)嵗P(guān)系或行為的模型；信息融合的輸出是利用模型對實例做出的分類和判斷。

由以上論述可以看出，粗糙集理論和信息融合作為兩種推理過程，在建立對象模型（模式）和利用模型（模式）來甄別對象方面可以起到互補的作用，粗集理論可以利用信息融合收集到的數(shù)據(jù)進行分析，不需專門的實驗過程，可以和信息融合很自然的結(jié)合在一起。

三、基于粗糙集理論的故障融合診斷框架

從粗糙集理論與信息融合的關(guān)系可以看出，將粗糙集理論應(yīng)用到故障融合診斷中，不僅可以克服信息融合中存在的一些問題，而且可以較好地彌補當前技術(shù)在信息融合應(yīng)用中的缺陷。如圖描述了故障診斷中基于粗糙集的融合診斷過程。

參考文獻：

[1]張文修，吳偉志，梁吉業(yè)，李德玉.粗糙集理論與方法[M].北京：科學(xué)出版社，2001.

[2]曾黃麟.粗集理論及其應(yīng)用（修定版）[M].重慶大學(xué)出版社，1998.

（責(zé)任編輯 李 翔）