基于变精度粗集的生产调度规则获取

由于规则调度简单、实用,而被管理和工程技术人员广泛使用.规则调度所面临的问题是如何快速获取有效的调度规则以建立起专家系统知识库.把变精度粗集应用于生产调度中,在历史调度数据中发现成功的调度规则解决了生产调度中的规则获取难题.对调度中存在的多决策属性并存的决策表分解问题,提出了有因果关系决策属性的决策表分解方法,描述了基于粗集的生产调度规则获取过程及其应用实例     

粗集决策表与决策表简化的可信度比较

根据粗集决策表提供信息的完备性,借助可信度的定义,对粗集决策表和简化的决策表的决策规则的可信度进行比较,得出了简化后的决策表的决策规则的可信度高于简化前的决策表的决策规则的可信度,为粗集理论的应用提供了有用的分析工具。     

基于粗集理论的故障规则自动获取系统的研究

为增强故障诊断专家系统处理不完备信息和自动获取规则知识的能力，应用粗集理论及动态约简思想，深入研究并初步建立了故障规则自动获取系统。其中关键技术包括：故障样本信息的关系型决策表表示；决策表子表的随机采样；条件属性的动态约简算法设计；约简集合的过滤；故障规则的表达结构定义；故障规则的提取和规则的评价等。开发了相应的基于VC 平台的计算机软件，并以汽车发动机异响类故障为样本，对系统的故障规则获取过程进行了案例分析，从相关的实验结果和数据来看，较好地实现了系统的预定目标和功能。     

粗集理论及其应用（三）：知识表达系统

知识表达在智能数据处理中占有十分重要的地位，本文主要论述知识处理框架中的知识表达方法，首先介绍用数据表描述的知识表达系统及形式化定义，然后给出知识表达系统中属性的重要性概念。在文中我们还根据粗集理论讨论了决策理论中的一些基本问题和决策表简化的方法，介绍决策表的形式化定义和一些性质。     

基于粗集的决策规则生成方法

本文首先介绍了粗集理论和布尔推理相关概念 ,在此基础上给出了一种根据分辨函数的计算从决策表中生成决策规则的方法     

模糊信息表决策规则获取与属性约简方法

将粗糙集方法用于模糊信息表上的规则获取和属性约简, 在包含度概念的基础上, 定义了齐次包含度.对两类模糊信息值的信息表, 条件属性是离散值，而决策属性是模糊的模糊决策信息表和条件属性与决策属性均为模糊的模糊信息表, 采用齐次包含度研究了条件属性在决策属性中的包含关系, 得到了包含度意义下模糊决策信息表的属性约简判定定理和决策规则获取方法. 给出了模糊条件属性的所有可能组合, 研究了模糊组合属性在模糊决策属性中的包含关系, 提出了最大属性协调集的概念，建立了在最大协调属性集下的模糊信息表属性约简和决策规则获取的算法步骤, 并通过算例演示了模糊决策规则获取和属性约简的过程, 从而为模糊信息表决策规则获取与属性约简提供了一类算法.     

基于粗集的决策规则生成方法

本文首先介绍了粗集理论和布尔推理相关概念。在此基础上给出了一种根据分辨函数的计算从决策表中生成决策规则的方法。     

基于Rough集和RBF网络的车牌字符识别方法

提出了一种基于Rough集和RBF神经网络结合的车牌字符识别方法。该方法针对车牌字符二值化图像,给出了基于粗糙集理论的知识获取方法,包括根据训练样本的特征向量建立决策表、离散决策表属性、约简决策表属性,然后由约简后的属性构造RBF网络识别器。试验表明该方法有效地减少了决策属性的个数,简化了神经网络识别器的结构,提高了泛化能力和抗噪声能力,在车牌字符识别中取得了较好的识别效果。     

一种改进的基于粗糙集的启发式值约简算法

在求得决策表中属性值核的基础上,用属性重要度指导增加后续属性值,还引入包含度和支持度统计度量,生成了不同置信度水平下的决策规则集,并设计了基于规则集的分类算法。对Monk数据集的对比实验表明,该算法是有效的。     

一种改进的基于粗集理论的有导师学习方法

属性约简和属性值约简是基于粗集理论进行有导师学习的基础,在分析经典约简算法的基础上,根据粗集理论中属性的依赖度和重要度等性质,提出一种改进的约简方法,以获取简洁的决策规则,从而使有导师学习变得既快捷又准确.并通过实例验证了该算法的正确性和有效性.     

矿井突水信息处理的SVM-RS模型

提出了数据处理的支持向量机-粗集（SVM-RS）模型．根据原始突水样本构造SVM预测模型,对该模型依次约简部分属性做重复测试,当预测精度降低,表示该属性重要,予以保留,否则,予以约简,以此优化突水预测的属性集;利用SVM对连续的属性值进行离散化处理,以线性SVM的分类超平面确定属性值的断点位置;利用RS分析突水决策表,提取预测规则．该模型综合了SVM泛化性能优与RS分析数据、提取规则能力强的优势,在实际应用中表现良好．     

基于粒计算的不完备决策表规则提取算法

为从不完备决策表中获取最简决策规则,在研究粒计算理论的基础上,提出了一种基于粒计算的决策规则提取算法.该算法利用粒计算的方法对由同一决策表所生成的粒库,从不同的角度和多个层次进行研究,尝试从较低阶的粒库中提取出尽可能多的具有一定规则覆盖度与置信度的简洁规则.实例验证表明,算法能有效地获取最简决策规则,为不完备决策表的最简规则获取提出了一种新方法.     

基于粗集理论的小电流接地系统故障选线研究

针对小电流接地系统中单相接地故障选线困难的问题，提出了一种基于粗集理论的故障选线新方法.在分析小电流接地系统线路零序电流故障特征的基础上，将基于粗集理论的信息融合技术引入故障选线系统.将利用小波分析方法、零序有功分量方法和五次谐波方法提取的故障特征作为条件属性，线路的故障状态作为决策属性.通过对信息系统的约简，得到最小决策规则，该规则即可实现故障选线.仿真结果表明，该方法正确、有效.     

基于粗集理论的小电流接地系统故障选线研究

针对小电流接地系统中单相接地故障选线困难的问题，提出了一种基于粗集理论的故障选线新方法.在分析小电流接地系统线路零序电流故障特征的基础上，将基于粗集理论的信息融合技术引入故障选线系统.将利用小波分析方法、零序有功分量方法和五次谐波方法提取的故障特征作为条件属性，线路的故障状态作为决策属性.通过对信息系统的约简，得到最小决策规则，该规则即可实现故障选线.仿真结果表明，该方法正确、有效.     

粗糙集和证据理论相结合的数据挖掘方法

在粗糙集和证据理论相结合的数据挖掘技术中,常用的方法是以证据理论为主,而将粗糙集作为获取证据权重的辅助手段.这种结合方法既不能有效发挥证据理论的数值计算作用,也不能很好利用粗糙集理论的分类功能.因此,文章提出一种新的粗糙集和证据理论相结合的数据挖掘技术.首先通过粗集理论对决策表进行约简,消除系统冗余,得到决策规则.其次对经过约简所得到的决策表进行数值处理,降低预测代价,并构建证据焦元空间.最后将证据焦元空间用合成规则进行融合.计算结果表明,文中所提出的粗糙集与证据理论相结合的数据挖掘方法,不但细化了决策规则,而且给出了决策系统规则的定量描述,有效地补充和扩展了证据理论的应用范围.     

基于粗集理论和信息熵的规则模型研究

针对粗集规则存在的问题，提出了一种基于信息熵的属性简约算法，该算法以信息熵作为属性约简的标准，充分利用数据所蕴含的统计信息，克服了粗集γ准则对数据噪声的敏感性和不能表达属性间概率因果关系的缺点，理论分析和实例表明，该算法得到的规则集比基于粗集γ准则算法得到的规则集更简练，分类效果总体上也更优、在大多数工业应用中数据往往被各种噪声所污染，属性间也很难找到确定性关系，因此该方法具有比基于粗集准则方法更广泛的适用性。     

基于Rough集联系度的决策表简化方法

提出了集合型Rough集（粗集）联系度的概念以及利用Rough集联系度对决策表进行条件属性简化和属性冗余值简化的计算步骤，通过算例说明方法比较的Rough集理论中使用范畴的相地简化方法更简单。     

基于粗集方法的图像识别系统

提出了基于粗集理论的一种图像识别系统，该系统包括图像预处理，特征提取、决策表生成，条件属性简化等，运用粗集方法，能有效地压缩图像特征数目从而大大提高运行速度。     

过程控制中的一种数据挖掘算法

结合粗糙集理论,提出了一种适合工业控制领域使用的数据挖掘算法.工业控制的采样数据以决策表的形式表示,用模糊c-方法对采样信息表进行模糊语言化,依据适合实际应用的语言值关联规则支持度和信任度,通过属性约简,剔除冗余规则,挖掘出隐含的关联规则.以水泥生产线中分解炉控制为例,采用现场实时采集的数据集,挖掘出了相关控制对象之间的关联关系.关联规则的挖掘,有助于在先验经验不足的条件下获取模糊规则,通过动态的模糊模型的建立,实现一定程度的智能控制.     

集值信息系统基于描述子的优势粗糙集方法

在属性值域具有偏好信息的集值信息系统中提出一种新的知识获取方法。首先,在集值信息系统中提出了向上描述子与向下描述子概念,给出了向上描述子与向下描述子的相对约简,得到了计算相对约简的判断定理与区分函数。其次,给出了集值决策表的决策类的向上并与向下并基于向上描述子与向下描述子的知识近似,并通过粗糙近似得到了优势规则的提取方法。最后,通过一些数字实例对提出的方法进行了验证。