Rough集中不一致决策表的一种处理方法

Rough集理论在对不一致决策表的处理上一直是较为困难的问题。给出一种处理不一定决策表的方法，可将原决策表加工成为人们决策时满意的决策表。     

粗糙集方法在路口交通模糊控制中的应用

交通灯的控制是城市交通系统中一个重要的问题.对交通过程采用模糊控制,模糊规则的获取以及模糊规则的客观性问题一直是众多学者努力研究的问题.粗糙集理论的提出主要是用来处理不完整和不确定信息,可以用来观察、测试数据并进行逻辑推理.本文采用粗糙集的方法对模糊规则的生成进行处理,生成相对客观的模糊规则.并结合路口交通的模糊控制问题,阐述该方法的实用性以及生成的模糊规则的客观性.     

基于属性频率函数的粗糙集属性约简算法

以现有的两个粗糙集属性约简算法为基础，提出了一种基于属性频率函数的粗糙集（Rough Set）属性约简算法，该算法既可保证每次计算都能得到一个约简，又具有较好的时间复杂性．     

群中模糊同余关系下的模糊粗糙群

在模糊同余关系下，首次提出了群中模糊同余关系下的模糊粗糙集和模糊粗糙群的概念，并讨论了它的一系列的性质，得到了一些有意义的结果。     

基于软计算协作技术的智能评审管理系统

基于模糊系统、神经网络、遗传算法和粗糙集等软计算的协作技术，建立了科研项目的立项评审智能管理系统。运用软件工程原理与方法，对该系统及其在科研项目立项评审的应用软件进行计划、开发和维护。实际应用表明了该系统的可行性和有效性，并可推广于其他智能管理系统。     

基于粗糙集与层次分析法的组合预测方法

本文在改进的属性约简启发式算法 ,即应用加权平均的属性重要度对属性进行约简的基础上 ,将粗糙集理论和层次分析相结合 ,给出了一种全新的组合预测方法 .     

属性粗糙集的新型近似算子

由等价类中元素属性测度的上、下确界定义的属性粗糙集,没有充分反映等价类中其它元素的作用,在信息处理中不免造成元素信息的丢失.为此提出一种新的属性粗糙集近似算子的表示方法,给出了相应的性质并实例说明了这一方法的合理性.     

基于邻域粗糙集的网络入侵分类诊断组合模型研究

网络入侵诊断直接影响网络正常运行和安全.针对入侵类型复杂,现有分类诊断模型精度有限的问题,提出一种基于邻域粗糙集的网络入侵分类诊断优化模型.首先,运用邻域粗糙集对网络入侵数据进行条件属性的约简,确定关键属性,然后将其作为训练输入构建相关向量机分类诊断模型,并同时运用遗传算法进行超参数优化,提高模型诊断精度和速度.通过KDDCup99数据集对优化模型性能进行检验,结果表明,组合预测方法精确度高于支持向量机、相关向量机和BP神经网络.组合模型诊断精度高、速度快,具有优异的综合性能.     

粗糙直觉模糊集的近似表示

在粗糙直觉模糊集的基础上,从新的角度提出了不确定目标概念的近似表示和处理的方法(通过近似模糊集和近似精确集刻画).首先将已有的直觉模糊集相似概念和均值直觉模糊集概念引入到该模型,定义了Pawlak近似空间U/R下的阶梯直觉模糊集、0.5-精确集的概念,然后得到了均值直觉模糊集(0.5-精确集)是所有直觉模糊集中与目标直觉模糊集最接近的直觉模糊集(近似精确集),接着分析了均值直觉模糊集、0.5-精确集分别与目标直觉模糊集的相似度随着知识粒度变化的变化规律.     

基于可变模糊耦合方法的旅游交通安全评价

旅游交通事故在旅游安全事故中所占比例最高、后果最严重、影响最大,对其安全性进行评价研究意义重大.在分析旅游交通安全评价问题的基础上,针对原有研究存在的不足,提出了基于可变模糊集理论与粗糙集理论相结合的可变模糊耦合方法.首先,利用粗糙集理论进行属性约简,得到简化的旅游交通安全评价指标体系,然后,利用二元比较法和粗糙集理论确定各指标属性的主客观权重及综合权重,最后,利用可变模糊综合评价模型对旅游交通安全样本进行评价.研究结果表明:可变模糊耦合方法可行有效,在保证评价结果可靠性的前提下,简化了评价工作量,为旅游交通安全评价提供了一种新的途径和方法.