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 .     

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.     

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。     

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.     

基于粗糙集模糊神经网络的爆破振动危害预测

为了探索一种能克服单因素预测的局限性、提高爆破振动危害预测精度的方法,基于粗糙集模糊神经网络理论,建立了综合考虑爆破振动幅值、主频率、主频率持续时间及结构动力特性等10个因素的民房破坏程度预测模型;用铜绿山矿爆破振动和民房破坏情况观测数据,对该模型进行了训练和测试,测试结果与现场观测结果具有良好的一致性。研究表明:粗糙集理论可将现场数据进行属性约简,简化输入变量,缩小神经网络的搜索空间,改善爆破振动的预测性能;基于粗糙集模糊神经网络理论的爆破振动危害预测模型,能更好地考虑各种因素对危害程度的综合影响,避免了单因素预测的局限性。     

一般二元关系下的关系决策系统属性约简

文献[Wang C Z,Wu C X,Chen D G.A systematic study on attribute reduction with rough sets based on general binary relations.Information Sciences,178(2008),2237～2261]将基于经典粗糙集上的属性约简模型推广到基于广义粗糙集模型上,给出了关系决策系统中属性约简的判定定理和辨识矩阵.但是在属性约简模型中,支撑域的界定使模型的一般性受到限制.本文通过重新定义决策域的正域,给出了改进的决策系统属性约简判定定理和辨识矩阵,并对约简性质进行研究,实现关系决策系统基于正域的属性约简.     

基于无限度量的一元粗糙函数及其数学分析性质

一元粗糙函数及其数学分析性质具有意义,但当前研究主要局限于有限度量.基于无限度量研究一元粗糙函数及其数学分析性质.将度量从有限集扩展到无限集,讨论粗糙函数分类;基于无限度量研究粗糙函数的粗糙连续、粗糙极限、粗糙导数.采用无限度量,推进了一元粗糙函数及其分析性质.