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 .     

邻域并与泛圈图

本文中 ,我们用邻域并对泛圈图进行深入的研究 ,主要取得了“2连通 n( n≥ 3 )阶图 G,满足下列条件之一 ,则 G是泛圈图 : :δ≤ ( n-7) /3 ,N C≥ ( 2 n-3 ) /3 ; :( n-6) /3≤ δ≤ ( n+2 ) /3 ,N C≥ 2 n/3 ; :δ≥ ( n+3 ) /3 ,N C≥ ( 2 n-3 ) /3 .当 3≤ n≤ 14时 ,N C≥ 2 n/3”     

粒度空间约简及其粗糙集模型研究

针对交可约粒度空间中覆盖、基和粒结构的关系,结合偏序关系的哈斯图,给出一种约简粒度空间的方法.另外,通过限定上、下近似算子的取值范围,重新定义了交可约粒度空间上的粗糙集模型,并讨论了其相关性质.     

一种自适应人工蜂群算法求解U型顺序相依拆卸线平衡问题

产品拆卸过程中零部件之间会相互干扰影响任务作业时间,基于该情形构建了多目标U型SDDLBP优化模型,并提出一种自适应ABC算法。所提算法设计了自适应动态邻域搜索方法,以提高局部开发能力;采用了轮盘赌与锦标赛法结合的分段选择法,以有效评价并选择蜜源进行深度开发;建立了基于当前最优解的变异操作,以提高全局探索能力快速跳出局部最优。最后,通过算例测试和实例分析验证算法的高效性。     

多集值信息表中的多粒度模糊决策论粗糙集

多粒度粗糙集和决策论粗糙集是Pawlak粗糙集的重要推广,目前已成为人工智能研究的热点.然而,它们大多处理的都是单值信息系统中的问题.而实际生活中绝大多数都是处理多值问题,为了解决这一问题,在多集值信息表中将多粒粗糙集与模糊决策论粗糙集相结合进行研究,提出了其在乐观,悲观情形下的上下近似,研究了一些相关性质并给出了多集值信息表中的多粒度模糊决策论粗糙集精度、粗度的概念,最后通过一个具体例子验证其有效性.     

基于邻域贡献权值细化的圆心亚像素定位算法

针对传统的圆心算法过程复杂、定位精度受初始边缘提取效果影响较大等问题,提出了一种基于邻域贡献权值细化的圆心亚像素定位算法。首先引入邻域贡献权值系数,改进传统非极大值抑制法,细化边缘;然后在边缘点的梯度方向对灰度值进行高斯拟合,确定亚像素边缘位置;最后针对边缘突变点提出了基于随机抽样一致的最小二乘法来拟合圆心。实验结果表明,该算法具有较好的精度和稳定性,圆心的提取精度可以达到0.1个像素。     

基于RST-QFD-Bayes的新型装甲装备通用质量特性评价指标体系构建研究

针对新型装甲装备通用质量特性评价指标体系难以确定的问题,在明确评价指标体系构建原则的基础上,结合新型装甲装备特点,确定了通用质量特性初始评价指标及指标筛选要求,运用QFD将新型装甲装备通用质量特性需求映射为评价指标筛选要求,采用粗糙集理论(Rough Set Theory,RST)确定了指标筛选重要度,考虑到关联度的不确定性及多个专家估计值的平均值和估计值的波动程度,将贝叶斯理论引入关系矩阵的确定中,用区间数确定了关联度,进行了评价指标筛选,构建了新型装甲装备通用质量特性评价指标体系,为新型装甲装备通用质量特性评价奠定了基础。     

基于决策分类的分块差别矩阵增量式求核算法

属性约简是粗糙集理论进行数据挖掘的基本途径,相关算法主要基于核。而差别矩阵在求核计算中具有重要意义,且现实世界变化很快,信息系统中的对象在不断动态变化,已得到的核将可能不再有效,这就需要对已得到的核进行更新。本文讨论了信息系统中新增对象的各种情况,提出了一个基于分块差别矩阵的增量式求核算法,并通过实例和实验验证了该算法的有效性。     

一致P-函数非线性互补问题的宽邻域不可行内点算法及其计算复杂性

1引言与记号单调线性互补问题和线性规划问题的原始-对偶路径跟踪算法,1989年的文献[1、2]分别首先提出。以后又出现了一些改进的算法。早期的原始-对偶路径跟踪算法及其改进算法的迭代点列大都是在包含中心路径C的一个2-范数的窄邻域里,这种可行内点算法通常理论上具有最好的迭代复杂性O(n~(1/2)L),但是由于窄邻域极大地限制了迭代步长,实     

扰动模糊集的粗糙度

首先,将扰动模糊集和粗糙集理论相结合,提出了粗糙扰动模糊集的概念并研究了其基本性质.接着,通过引进扰动模糊集水平上、下边界区域的概念,克服了粗糙集理论中普遍存在的两个集合的上近似的交不等于两个集合的交的上近似(两个集合的下近似的并不等于两个集合的并的下近似)的缺陷.最后,定义了依参数的扰动模糊集的粗糙度的定义,讨论了其基本性质.