基于软集合参数约简的一种启发式算法

在比较和分析了原有软集合参数约简文献的基础上,本文总结出了一些参数约简的结论,并结合参数约简的思想,提出了一种参数约简的启发式算法.同时,本文给出了该启发式算法的具体算法过程及算例,并对该算法的相关理论进行了证明.最后,将该算法的约简结果与其它两种算法进行对比分析,表明本文算法的高效性和优越性.     

软代数理想与软代数的直积分解

本文主要结果是：１）利用软代数理想的概念得出软代数存在既约分解的一个充分必要条件．２）软代数理想与正则同余关系的──对应关系．     

软代数的素理想与同余关系

本文用软代数的素理想集刻划了软代数的每一个同余关系，并给出了软代数的同余理想用素理想集刻划的表达式。     

软代数的理想和同余关系

本文刻划了使软代数Ｆ的任意二元ａ，ｂ在一个同余类的最小同余关系（定理１），Ｆ的理想可以成为某个同余关系的核的充分必要条件（定理２），以Ｆ的同余理想Ｉ为核的最小和最大的同余关系（定理３）．     

软代数的素M—理想与同余关系

在文〔１〕中，裴礼文教授引入了软代数的Ｍ－理想的概念。本文在此基础上，定义了对偶Ｍ－理想、素Ｍ－理想、素对偶Ｍ－理想等概念。并讨论了它们的若干性质及相互关系。证明了由一素Ｍ－理想，可确定软代数Ｌ的一个同余关系，这时Ｌ可同态于一个四元软代数或一三元软代数。     

W－理想与W－软代数

本文给出了Ｗ－理想与Ｗ－软代数的定义，主要结果有（Ⅰ）：（ｄ］，（ｄ＿１］分别是软代数Ｆ的同余理想，ｄ＿１≥ｄ，若（ｄ］是Ｗ－理想，则（ｄ＿１］是Ｗ－理想。（Ⅱ）：分别给出了软代数Ｆ，商软代数Ｆ／θ、软代数的直积Ｆ＝ПＦ＿ｉ是Ｗ－软代数的充分必要条件。     

基于异或软集合的不完备信息系统约减

软集合理论是处理不确定问题的一种新兴数学理论.作为软集合重要的应用领域之一,软集合的参数约减的研究大都基于完备信息系统.介绍了异或软集合的改进运算以及异或软集合决策系统,提出了一种基于异或软集合的不完备信息系统约减方法,同时与拓扑方法相比较.结果表明,算法得出的约减软集合是拓扑法求出的约减软集合的一个子集,即该算法在对数据刻画方面较为细致和全面.     

模糊软映射及其应用

在模糊软集合的基础上,提出了模糊软关系和模糊软映射的定义,并研究了它们的性质,最后给出了模糊软映射在医疗诊断中的应用实例.     

集对代数软代数的集对表示

指出文[1]中的软代数表示定理（定理2．2）的错误,给出修改后的软代数表示定理。另外,讨论了集对代数的理想、同余关系和同余理想。     

软代数的表示定理

本文研究了集对代数,证明了集对代数是Ｆｕｚｙ格。通过引入强素理想与强素滤的概念,证明了软代数的表示定理：定义了至多只有一个不动点的复原映射的格为软代数的充要条件是它具有同构集对表示。由表示定理可得任一软代数都具有集对表示     

软代数的自然表示

指出了软代数现行表示的非自然性;通过引入新的集对F格与伪幂集格,获得了两个自然的软代数表示定理,并证明了它们在某种意义上不可能再改进.     

一类代数扩张与其模范畴

对一已知代数进行扩张,并研究扩张代数、重复代数与其模范畴之间的关系.首先利用代数A的双边理想I构造扩张代数T(A,I)和重复代数T(A,I),并研究其模范畴;其次研究范畴T(A,I)-Mod与T(A,I)-Mod的关系,得到于T^v(A,I)-Mod同构于T(A,I)-mod;另外证明存在T(A,I)-mod到T(A,I)-mod的覆盖函子;最后研究商代数A/I的平凡扩张代数T(A/I),得出T(A/I)/I与扩张代数T(A,I)同构.     

基于粗糙集理论的区域经济分析

粗糙集理论在保持知识可靠度不变的前提下,通过知识约简,导出其分类规则或决策规则,是分析不确定系统的一种有力的工具。本文运用粗糙集理论的属性约简以及属性值约简方法,结合我国华东地区的经济数据,对该地区的经济发展特征及其变化进行了探讨,实证结果表明产业构成与成本费用利用率是影响华东地区经济的重要因素,优化产业结构,提高经济效益是该地区经济发展的关键,并给出各省市的经济特征规则。     

基于灰色关联的虚拟企业伙伴选择

虚拟企业组建时,面对网络上众多且又处于分散无序状态的潜在合作资源,往往难以找到合适的合作伙伴.研究了虚拟企业选择伙伴的指标体系,应用层次分析法计算出各指标的权重,并借鉴灰色关联度理论较好地解决虚拟企业网络化资源伙伴的选择问题.     

基于粗糙集理论的知识约简及应用实例

在保持分类能力不变的前提下 ,通过利用粗糙集理论中的知识约简方法 ,在保护知识库分类不变的条件下 ,删除其中不相关或不重要的知识 ,从而导出问题的决策 .利用基于决策表的粗糙集模型算法 ,实例分析如何数字化表示决策表 ,并对其进行属性约简和属性值的约简 ,从而提取决策规则 .     

基于粗糙集理论的多维定性变量约简方法

基于粗糙集理论中的属性约简方法,提出了一种基于信息熵进行多维定性变量的约简方法,并进行了实证分析.     

Feature Set Extraction Algorithm based on Soft Computing Techniques and Its Application to EMG Pattern Classification

Recognizing bio-signals, such as EMG, EEG, EOG and ECG, is a promising theme of study since it provides with a convenient means for human-machine interaction. Various approaches of determining features of bio-signals were known for discerning predefined motions/intentions of human, but most of them are applicable mostly only to a single subject, due to inherent characteristics of bio-signals. Lately, several new types of pattern classifier with known features have been proposed to cope with the problem of subject-dependency, but their error rates are still conspicuous when accommodating multiple subjects. Based on the soft computing techniques, this paper presents a comparative experimental study to minimize the subject-dependency. It is shown that the induced feature vector set obtained by the proposed algorithm has less subject-dependency than other existing methods.     

基于粗糙集理论的舰船研制方案总体评价

以系统评价思想为指导,提出了基于粗糙集理论的多目标评价方法,对舰船研制方案综合评价问题进行了研究,建立了综合评价模型,并通过算例表明,该方法用于舰船研制方案的总体评价比现行方法有明显的优越性.     

飞机初始备件品种优化的集对-粗糙集方法

飞机初始备件品种的确定是飞机初始使用和维修工作的必要条件.本文针对初始备件品种影响因素信息不完备的特点,依据集对分析方法在系统中的某一特性上具有同异反定量刻画的优势,结合经典粗糙集理论,提出初始备件品种优化的集对-粗糙集方法,最终得到初始备件品种优化的决策规则.实例计算表明,该方法能够为军方优化初始备件清单提供科学合理的决策.