基于粗糙集的多偏好信息表达形式的群决策方法

为解决现实决策过程中存在的决策者信息偏好表达形式多样化和存在部分已知决策这两大问题,构建了一个解决多属性决策问题的基于优势粗糙集的群体决策模型。该模型针对群决策分析,提出了一种集成七种常用形式的偏好信息的方法。针对数据特点,应用改进的Sem Naive Scaler算法对模型中的粗糙集信息表加以离散化。最后,将通过优势粗糙集理论得到的规则应用于整个信息表得出各方案的排序。     

基于混合C4.5算法的铝合金焊接工艺参数规则研究

焊接工艺参数的制定是影响焊接质量的关键，而传统的制定手段大多依靠该领域专家的经验、知识或工艺评定结果，很难定性地总结出逻辑规则。采用基于邻域粗糙集的C4.5决策树混合算法，对铝合金焊接工艺参数的影响特征进行重要度分析和属性集约简，构建规则研究模型。结果表明，所建立的规则研究模型均符合实际工程理论，且实际验证结果显示：层道数、第一道电流以及第二道电流等三个规则模型准确率分别达到100%、83.3%、80%，可用数据占比分别达到100%、90%、96%。基于邻域粗糙集的C4.5决策树混合算法具有较好的应用价值，也拓展了知识挖掘技术在焊接工艺专家系统领域的应用。     

多属性决策在装备维修性设计中的应用

提出在多属性决策下基于优势属性集的偏好序关系模型。优势属性集的重要性不再由定量化权值衡量,而是利用人工智能技术将决策者对它们的偏好信息以知识形式表达出来,结合相应的规则自动推理,确定各方案之间的偏好序关系,并在维修性设计过程中得到应用。     

基于粗糙集的海量数据挖掘

文章结合粗糙集在处理海量数据的约简方面的优势和层次分析法的决策优势,建立了以决策属性为上层因素,紊件属性为下层因素的合理评价模型,并对提取的规则再次进行了约简。文中利用改进的粗糙集属性约简算法来降低海量数据的冗余度,提取约简后的规则,借助粗糙集的属性重要度理论．弥补了层次分析法中评价因子的主观因素。此算法模型省略对核的提取过程,对提取的规则进行了定量的分析,实现了海量数据在属性与规则上的约简。实例证明了算法的有效性。     

发动机故障知识范围分析及诊断系统构建

以构建发动机故障自动诊断系统为出发点，指出缺乏知识是技术实现的难点所在。以全局的观点分析了发动机的知识范围，采用粗糙集理论从数据中挖掘规则知识，给出了规则可信度的确定方法，并采用粗糙集理论中的属性重要性概念来对CBR理论中实例相似度权重进行分配，避免了主观性。考虑到发动机故障关联性强、故障现象和原因之间少有一一对应的特点，提出了基于结构分解的知识组织模型，并集成多种方法来共同完成故障诊断。     

油液故障诊断系统知识发现的包含度方法

油液故障诊断系统的知识发现本质上是一个模式分类与识别的问题,结合Rough set理论和摩擦学系统的特点,建立了油液故障诊断系统知识发现模型。通过将包含度方法引入到Rough set理论中,得到基于包含度的粗糙集知识约简和发现方法,并对包含度与粗糙集数据分析中的度量之间的关系进行了分析。最后通过一个9属性柴油机油液诊断系统的实例来说明这种方法的有效性。     

基于粗糙集的虚拟装配环境中知识获取方法研究

在分析虚拟装配环境中数据的特点和粗糙集理论方法的基础上，提出在虚拟装配环境中获取装配规划领域专家知识方法。采用仓库网格技术获得零部件属性(即分类概念)，在进行属性值评估并与虚拟装配环境中获得的结果数据合并后，应用基于粗糙集规则推理方法获取专家知识，对获取的知识进行评估以判断获取规则的正确率。以发动机引擎的装配模型为例，说明了该知识获取方法的有效性。     

基于粗糙集的钢铁行业工艺知识发现方法

针对钢铁行业工艺过程复杂多变、导致工艺知识难于提取的问题,提出了基于钢铁产品特征分层设计、逐级求解的工艺知识发现策略,并在构建工艺数据集市的基础上,建立了基于粗糙集属性约简的钢铁行业工艺知识发现方法.以某钢铁集团企业两级工艺决策信息表为例进行实例验证,结果表明,所获得的工艺决策知识能够指导工艺决策者实践,并总结了该方法的优点.     

基于粗糙集知识获取的转子轴承系统故障诊断知识库构造研究

利用粗糙集理论从信息系统中知识获取与知识发现的功能，对转子轴承系统状态监测与故障诊断系统中知识库构造进行了研究。通过对粗糙集理论用于智能决策过程和诊断监测数据特性的分析，获得了数据表中连续属性值离散化映射、条件属性集与决策属性集记录的完备性是诊断知识获取与知识发现前提条件的结论。建立了基于粗糙集方法从数据库中知识获取和知识发现的诊断知识库模型，设置的连续属性值离散化步骤具有实现知识库决簏规则扩展的特点。     

基于优势关系的质量功能展开中的顾客基本需求

顾客基本需求的确定是产品设计者和决策者关注的重要问题之一。鉴于顾客评价中存在大量的不确定、不一致和偏好关系等信息特征,提出了一种基于优势粗糙集的产品规划质量屋顾客基本需求选项提取的方法。利用对经典粗糙集理论的扩展,以优势关系代替不可分辨关系,通过构造辨识阵进行信息约简消除冗余,借助于概率规则的集成,可以较准确地挖掘和辨析信息系统中属性与顾客基本需求选项之间的内在关系。最后运用实例表明该方法的可行性,获取的基本需求选项更符合实际。     

基于模糊粗糙集模型的注塑模浇注系统方案智能化设计研究

选择影响注塑件质量的注塑模浇注系统方案为研究对象,提出了浇注系统方案智能化设计策略。考虑到浇注系统方案设计中存在的模糊性和不确定性等因素,对经典的粗糙集理论进行了扩展。将等价关系扩展为模糊相似关系,提出一种模糊粗糙集模型归纳学习算法,并利用此模型建立了具有规则数目少、规则简捷等优点的浇注系统方案设计模糊知识库,并开发了一个浇注系统方案智能化设计原型系统。设计实例初步表明该研究工作和开发的设计原型系统能提高浇注系统设计效率。     

An Improved Rough Set Approach to Design of Gating Scheme for Injection Moulding

The gate is one of the most important functional structures in an injection mould, as it has a direct influence on the quality of the injection products. The design of a gating scheme includes the selection of the types of gate and calculation of the sizes and determination of the location, which depends heavily on prior experience and knowledge and involves a trial-and-error process. Due to the vagueness and uncertainty in the design of a gating scheme, classical rough set theory is not effective. In this paper, a fuzzy rough set model is proposed, which is not based on equivalent relationships but on fuzzy similarity relationships. An inductive learning algorithm based on the fuzzy rough set model (FRILA) is then presented. Compared to decision tree algorithms, the proposed algorithm can generate fewer classification rules; moreover, the generated rules are more concise. Finally, an intelligent prototype system for the design of a gating scheme based on an induced fuzzy knowledge base is developed. An illustrative example proves the effectiveness of the proposed method.     

粗糙集规则获取在旋转注水机组故障诊断中的应用

粗糙集理论能够有效地处理不精确、不完整的数据和知识,并从中发现隐含知识,提示潜在规律。提出一种基于粗糙集理论的大型旋转机械故障诊断和知识获取模型。该模型从包含冗余和不一致信息的原始数据出发, 构建决策表,通过属性约简和基于分明矩阵的属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库。基于该模型以某旋转注水机组故障分析为例,从来自实际的经验数据获取旋转注水机组转子故障诊断的规则知识,其属性约简率可达25％,并能有效解决旋转注水机组故障诊断中规则获取的知识冗余或缺失问题,验证了其有效性。     

基于Rough集的制造装备维修需求识别决策的研究

在制造装备的维修决策中维修需求的正确识别决定了维修资源配置的合理性.在制造装备的功能部件层面上,将基于Rough集的连续值多属性决策模型运用到维修需求识别中.以关键部件单元的具有连续值特征的运行状态信息作为维修决策的条件属性,以维修级别的确认决策作为系统的决策属性,实现装备制造系统的维修需求识别知识的表示、挖掘和决策知识的应用.该方法能较好地解决维修决策知识的获取及知识应用的问题.最后给出了某数控机床关键减速箱维修需求识别的实例,验证了该方法的可行性和有效性.     

基于数据驱动的生产质量决策支持系统模型的研究

基于生产过程实时监控系统获取的大量质量监测数据，提出了以数据仓库为核心，数据挖掘为驱动的企业生产质量决策支持系统模式，以粗糙集理论为主体技术进行数据挖掘，针对实际生产过程的特性，将经典粗糙集不可分辨关系进行扩展，引入相近和相似关系，可以有效处理实际生产过程中数据的背景噪音和数据不完备的状况，采用遗传算法解决粗糙集理论中知识简约的NP完全问题，挖掘出的各个生产过程的相互联风规则，通过人机一体优化策略，使决策者获得真正需要的知识。     

调度Agent任务招投标的粗模糊集建模研究

通过相识集、招标集、投标集和任务集的概念，描述车间调度控制系统中的调度Agent与资源Agent间任务招投标过程模型；基于任务的属性和资源Agent完成任务的成本、质量、负荷和时间等属性，定义论域上的模糊集，将模糊集中的隶属度函数作为粗集的属性，在模糊集上作截集，获得系统的分类知识；收集样本数据，构造并分析决策表，进而获得调度Agent调度决策知识；应用调度知识进行推理，从参与竞标的若干个资源Agent中，选出最适合招标任务的中标者。该方法建立在规范知识库基础上，有利于Agent知识的管理、再学习和更新，据此建立的系统具有通用性和适应性。     

变精度粗糙集理论VPRS在镇流器智能检测中的应用

将变精度粗糙集理论VPRS引入电子镇流器的在线质量检测中,提出了一种基于变精度粗糙集理论的知识发现模型。在满足检测工艺流程要求的条件下,增加了对于不一致检测规则的容错处理能力。在此基础上,经过属性约简和属性值约简,得出了有用的智能检测规则。通过镇流器质量检测的工程实例,验证了该知识发现模型的有效性。     

基于粗糙集的油液不完备多值系统知识发现

由于数据量小,油液有效知识的发现,特别是从油液不完备信息系统挖掘决策规则,一直是其有效应用和发展的瓶颈。考虑到分析铁谱对磨损模式的识别贡献最大,结合属性的磨损识别权重和摩擦学系统特点,提出了基于粗糙集的分析铁谱不完备多值系统知识发现模型。通过对部分信息缺省或难以确定的某汽车公司冲压机分析铁谱决策系统进行处理,推导出了关于磨损状态的最优决策规则,说明了粗糙集对不完备油液信息处理有效。