基于核值的决策规则约简算法的研究

对决策信息系统的属性约简算法和决策规则约简算法进行了研究,在所研究的属性约简算法基础上提出了基于核值的决策规则约简算法及对决策规则的优劣排序算法,有利于提高决策分析的效力。     

粗糙集和自适应神经网络的集成模型在边坡稳定性分析中的应用

介绍了利用SOM网络-粗糙集-BP网络集成进行边坡稳定性预测的方案,应用SOM网络将边坡稳定性因素中的连续属性值离散化及基于粗糙集理论计算边坡稳定决策系统的约简,并根据实际需要确定最优决策系统和在最优决策系统的基础上设计BP网络进行预测.边坡稳定性预测的实际结果验证了所提出的神经网络与粗糙集理论相结合的可行性,在数据充足的条件下,该方案可以推广到其它具有连续属性值的情况.     

基于粗糙集理论的多传感器信息融合及其在机器人中的应用

将粗糙集理论应用于多传感器信息融合中,利用粗糙集理论的属性约简、值约简等相关约简概念剔除冗余信息,提取最简决策规则形成信息融合算法,有效的提高了信息融合系统的效率和准确性,并探讨了该算法在机器人中的应用。     

基于粗糙集的机械故障诊断方法研究

粗糙集理论在有效地保持故障诊断分类结果的情况下,可以提取出最能反映故障的特征。本文研究了基于粗糙集的故障诊断规则获取方法,并通过一个故障诊断实例进行了验证。结果表明：粗糙集通过相应的约简算法,能有效地处理决策表,形成规则集。这种方法基本达到了机械故障诊断的效果。     

基于粗糙集与遗传算法的岩爆倾向性预测方法研究

结合粗糙集理论与遗传算法,提出一种新的岩爆倾向性预测方法。以碳化矿床采场工作面岩爆倾向性预测为例,选取9种岩爆影响因素作为条件属性,将采场工作面岩爆倾向性结果作为决策属性,选取77组采场岩爆或非岩爆工程实例数据,构成岩爆倾向性预测样本集合。将样本集合随机分为训练样本和测试样本2个集合,对2个集合的属性值进行量化,建立训练样本决策表与测试样本决策表。采用遗传算法对训练样本决策表的条件属性进行约简,得出条件属性的最小约简和核。应用粗糙集理论从约简结果中提取精简的岩爆倾向性判别规则集。用获得的规则集对测试样本决策表中的岩爆倾向性进行预测,并与实际结果对比,验证了判别规则集的可行性和有效性。结果表明,基于粗糙集与遗传算法的岩爆倾向性预测方法更具客观性和科学性,有较高的工程实用价值。     

粗糙集理论在采煤机故障诊断中的应用

介绍了粗糙集理论关于知识约简的基本内容,利用粗糙集的约简理论,对诊断规则进 行约简并剔除不必要的属性,获取最简单诊断规则。对设备进行正确的诊断,给出了利用决策表建 立采煤机故障诊断规则的表示方法。     

Rough集理论在矿井运输机故障诊断的研究

Rough集理论是一种数据分析和处理方法，使用Rough集理论可以对决策表进行简化。该文针对矿井运输机故障诊断问题．利用Rough集属性约简和值约简方法对决策表进行约简．根据约简的结果生成规则。结果表明：使用Rough集理论可以在保留分类能力不变的前提下，简化对诊断信息的需求，而对故障样例的诊断得到的规则基本可信。     

煤炭业基于粗糙集的非完备信息系统研究

当今煤炭业已经进入了信息时代,基于粗糙集的非完备信息系统决策规则学习算法,能提高属性未知数据信息的准确表达。在该算法中,首先利用粗糙集理论对属性未知的数据信息进行属性约简,然后基于数据挖掘技术的关联规则发现方法和不确定决策方法进行属性未知数据信息的决策规则学习。通过实例数据集进行算法仿真分析,仿真表明,该算法具有较好的决策规则学习能力和表达准确性,验证了对属性未知数据信息利用经典粗糙集的上下近似等价关系进行约简和学习是有效的。     

故障诊断应用的支持向量机多值分类算法

对常用的多值分类算法进行分析。基于决策有向无环图的支持向量机多值分类算法,提高了分类精度,缩短了训练时间,仿真结果证明该算法的先进性。     

基于变精度粗糙集的机械故障诊断方法

探讨了基于变精度粗糙集模型的故障诊断规则获取方法,该方法通过相应的变精度属性约简算法,利用变精度属性约简有效地处理带噪声的决策表,提取符合可信度要求的故障诊断规则形成规则集。此方法克服了标准粗糙集模型对数据噪声过于敏感的缺点,增强了数据分析和处理的鲁棒性。     

正弦曲线拟合三采样值积算法在故障测距中的应用

结合正弦曲线拟合算法的基本概念,在中性点非直接接地系统中,介绍正弦曲线拟合三采样值故障测距的计算方法及其应用,用三相对称短路的金属性短路、经过渡电阻短路两个拟合实例,说明其正确性,该算法具有硬件简单、测量精度高、反应速度快等特点,希望该算法在电力系统发挥作用。     

粗糙集约简算法的研究与实现

粗糙集理论是一种基于对现实世界进行不确定描述的理论,属性约简是粗糙集理论的核心理论之一。对粗糙集理论进行阐述,并给出基于启发式的知识约简算法,最后结合MATLAB程序实例说明了该算法的可行性与有效性。     

基于属性重要性的启发式属性约简算法

针对粗糙集理论中的属性约简问题做了探讨研究。从寻找属性约简的角度,首先描述了决策表中的属性的重要性,并利用已求得的正区域使处理数据的范围不断缩小,约简集中的属性从核集开始,通过向属性核添加重要性最大的属性,得到属性的最小相对约简。从而减少求约简的时间。最后进行实证,该算法同传统的算法相比,在计算量减少的同时能得到更简约的结果,证明了该算法的正确性和可行性。     

安全价值分析

人们对于安全价值的认识一直处于感性认识层面，从劳动价值论和效用价值论着手，从理论上简要的分析了安全价值存在的基础。安全价值政显性和隐性两种方式存在，具有公共性和非交换性的特点。使用负价值理论法和价值工程法可以对安全价值从量上进行初步评价。安全价值理论认识的深化具有很大的现实意义。     

锌氧粉水洗作业pH值自动控制系统

针对锌氧粉水洗作业矿浆pH值控制的特点,设计开发了一种以PLC为控制核心的自动控制系统,对调浆工段进行分散式控制和集中管理。系统采用分段补偿串级控制算法对pH值进行调节。生产应用表明,该系统满足生产需要,且精度高,稳定可靠,控制效果良好。     

CAD数字地形图中房屋属性自动匹配实现

数字地形图要素属性配置是数字地形图数据到GIS数据的一项重要而又繁重的工作,其中房屋属性匹配占主要部分。根据房屋多边形和其属性之间存在的位置关系,通过对已有判断点在多边形内外算法的研究和分析,采用射线法作为基本算法,同时提出了对射线法的异常处理,并利用该算法实现了数字地形图中房屋属性的自动匹配,以及对该算法进行了一系列实验,从实验结果可以看出该算法稳定、可靠。     

矿产资源价值尺度及其价值组成研究

随着更多的发展中国家进入工业化和城镇化发展时期,必将对矿产资源需求持续增长,解决这一矛盾的途径是通过调整价值实现资源有效配置。本文从矿产资源有效配置视角,在确立矿产资源价值确定应基于经济效率、分配公平、创造就业、资源保障和维持"可接受的"环境质量标准五尺度基础上,明确指出矿产资源价值应包括矿产资源净价值和调节价值。以矿产资源净价值为主,调控价值为辅的矿产资源总价值体系是配置资源有效手段。     

翻转法在四平路管道修复工程中的应用

建立便捷而又经济的供水管道修复更新方法，一直是城市水务部门努力追求的目标。采用非开挖修复新技术，对遭到腐蚀或结构性破坏的管道进行修复，可延长管道的使用寿命，使管道系统保持在较好的工作状态，修复后的管道整体功能状态能够全面改善。翻转法修复技术在大口径给水管道，特别是对DN1500管道的应用在国内至今没有成功的实例，本次翻转法在四平路给水管道修复工程中的成功应用，填补了DN1500给水管道翻转法修复技术的空白，创下了国内第一，是管道施工工艺的突破，对今后上海市以及国内相关工程实施可起到示范作用。     

粗糙集BP神经网络在高校贫困生认定中的应用

研究高校贫困生的认定问题,构建了基于粗糙集的BP神经网络模型。该模型首先应用基于Pawlak属性重要度的属性约简算法得到认定学生贫困的重要属性,降低决策表的维数,然后将降维后的数据送入BP神经网络进行学习和训练,最后采用训练好的的网络对测试样本进行检验。     

提高某银铅锌矿资源净价值的预选工艺探讨

在技术经济初步分析的基础上探讨了预选工艺对某银铅锌矿开发效益的影响。与无预选的浮选工艺比较,预先工艺可大大提高资源净价值,产值利税率可从９．７７％提高到１９．８６％。