序信息系统上的优势关系与规则获取

本文利用优势基粗糙集方法主要讨论了序信息系统中对象集的上下近似、决策规则的发现和知识约简等问题。     

一种基于核值的粗糙集填补方法

利用粗糙集的知识来进行缺失数据填补的方法很多,但很多都没有考虑到决策规则。文章利用核值的重要性,通过构造可辨识矩阵,使得填补的数据更好的遵循决策规则,消除噪音数据。     

基于粗糙集理论的建筑节能综合评价方法

为了提高建筑节能评价的客观性,根据现行建筑节能评价体系中各分项指标对建筑能耗的影响趋势以及建筑节能设计标准中的相关规定和技术要求,结合dest软件计算值,建立建筑节能综合评价决策表,然后采用等距离方法对决策属性值离散、Jelonek算法对属性约简、数据分析法对条件属性值约简,得出并行推理规则,去除重复推理规则得到规则约简。因此,粗糙集理论无需对知识或数据的局部给予主观评价,也就是粗糙集理论对不确定性的程度的描述相对客观。该方法和相关软件相结合,既能处理数据库信息系统,挖掘潜在规律,又克服处理问题精确化;这对于实现建筑节能评价的智能化提供了很好的途径。     

具有Fuzzy决策的信息系统的知识约简

知识约简是粗糙集理论的核心问题之一。讨论了具有Fuzzy决策的信息系统的知识约简问题。给出了知识约简的几种定义、相应的知识约简的判定定理和可辨识属性矩阵，从而为具有Fuzzy决策的信息系统的知识约简的计算提供了具体方法。     

粗糙集理论在分销商智能供货中的应用

为了找出若干条适于各级分销商的决策规则,尝试将粗糙集理论应用于对各级分销商实现智能供货的问题.把影响分销商配货的因素作为决策表达系统的条件属性,并对其进行简化,在此基础上对属性值进行简化,得到决策表的简化表,并从中提取出决策规则.     

智能决策支持系统中基于粗糙集的知识推理

智能决镱支持系统已成为众多学科领域的研究热点,特别是伴随人工智能的发展,不断有新的理论和方法用于智能决策支持系统的实现.在智能决策支持系统中的知识表达的基础上,讨论根据粗糙集理论分析海量信息中的有用特征,通过分析、推理产生最小决策规则集.     

基于粗糙集的数据挖掘方法在机械故障诊断中的应用

粗糙集理论无需提供除问题相关的数据集合外的任何先验信息,适合于发现数据中隐含的、潜在的规律。文章将数据挖掘中粗糙集方法应用于机械故障诊断领域,对大量的机组状态数据进行挖掘,发现故障数据中存在的规律,并以规则的形式体现出来。结果表明,采用粗糙集方法所得出的规则是正确的,并能正确用于机械故障的分类工作。     

一种基于粗糙集的模糊信息融合方法及应用

将粗糙集理论和模糊逻辑技术结合起来，提出了一种基于粗糙集数据处理的模糊信息融合方法。运用粗糙集的基本理论和简约计算方法，从大量原始数据中发现精简的、概略化的规则，结合模糊逻辑推理建立一致粗糙模糊模型，并提出了对模型进行扩充与完备化的概念。脉动真空灭菌温度控制过程的仿真试验研究结果表明了所提方法的有效性和可行性。     

MMAS与粗糙集在齿轮箱故障诊断中的应用

粗糙集理论是一种新的处理含糊和不确定性知识的数学工具,属性约简是粗集理论研究的重要内容,属性约简算法有很多种,而计算一个最佳约简是NP难问题。为了能够有效地获取信息系统的约简,提出了一种新的约简算法。该算法选择最大-最小蚂蚁系统(MMAS),以Fisher准则作为启发式信息来提高搜索效率,将蚁群优化算法引入属性约简中,利用粗糙集理论对故障诊断决策表进行约简,形成清晰、简明的故障诊断规则,为下一步的故障诊断打下了坚实的基础。     

基于粗糙集理论的模糊神经网络及其在化纤生产过程中的应用

提出一种基于粗糙集理论的模糊神经网络系统,首先运用粗糙集理论来发现大量样本数据中的概略化的规则,然后根据这些规则来设计神经网络的结构模型,并利用神经网络技术对模型进行训练。化纤工业中抽丝冷却侧吹风过程的模拟仿真实验,证明了该方法的有效性和可行性。     

基于随机模糊集的粗糙集模型

当知识库中的知识模块既是模糊的又是随机得到的,我们定义了基于随机模糊集的粗糙集模型。给出了随机模糊粗糙集的性质。讨论了利用模糊集的下近似和上近似定义的模糊测度和概率模糊测度的关系。     

决策实施的直觉模糊集方法

阐述<卓越绩效评价准则>决策实施的重要意义以及应用直觉模糊集的必要性.提出方案优选中多准则直觉模糊集评价,各准则权重实质重要度,方案优选的正负理想解以及直觉模糊集距离的概念及计算方法.在此基础上提出各方案评价指数的概念,由其大小决定方案的优劣.举出上海某通信有限责任公司销售代理商优选决策的示例,得出A3优于A1优于A2优于A4的结论.     

模糊粗糙集在轴承故障模式识别中的应用

提出一种基于模糊粗糙集理论的模式识别方法,将动态聚类法和方差分析法引入连续属性模糊化,获取模糊隶属函数,避开了粗糙集理论属性离散化过程带来的信息丢失;利用F检验判断分类的合理性,克服了人为确定分类数目的缺点;应用模糊化得到的模糊决策表进行条件属性约简,通过属性值约简,提取了清晰、简明的故障模式规则。轴承故障模式识别结果表明,该方法对比一般粗糙集理论,有效地提高了模式识别精度,在实际模式识别中具有很好的应用价值。     

一类灰色模糊决策问题的熵权分析方法

以灰色系统理论和模糊数学为基础，探讨了不确定型决策问题的特性，分析了一些相关成果中所给方法在直接处理灰色模糊数方面的优势与不足。运用优化理论和熵极大化准则，建立了基于灰色模糊关系的多属性群体决策方法，分别对属性权重向量已知和未知两种情况给出了简便实用的算法，通过算例说明了算法的合理性。     

基于粗糙集约简的生产成本决策

成本决策是成本管理的重要环节,为了将先进的人工智能方法融入生产成本决策过程中,并使得决策因素最小化,在深入研究粗糙集理论的基础上,提出了一种新的基于区分矩阵的最小属性约简方法,并详细阐述了该方法的含义和性质,以及算法的搜索策略与执行过程,有效解决了任意相容决策表的最小属性约简问题,并结合现有改进的值约简算法,达到了决策...     

Vague集之间的相似度量及其在方案决策中的应用

 针对模糊集的推广形式——Vague集,描述了Vague集中隶属度的三维含义、不确定隶属度对肯定与否定隶属程度的影响以及欧氏距离的表示,提出Vague集的相似度量与工程方案决策方法。在工程设计方案决策中,Vague集之间的相似度量是评价设计方案接近期望方案（理想方案）的度量,相似度量值越大,设计方案接近期望方案越好。最后通过实例阐明Vague集之间的相似度量在工程设计方案决策中的可行性和合理性。     

基于粗集方法的智能专家系统

文章主要介绍基于粗集方法的智能专家系统的基本构成、知识表达方式及学习推理方法。提出了利用不可分辨性或根据算法相容性进行知识简化,导出决策规则的方法,通过研究导师的知识与学习者的知识之间的依赖程度,找出每一概念的有用特征,进行知识简化和系统简化,导出决策规则的学习推理方法。     

基于奇异值分解、模糊聚类和粗糙集理论的旋转机械故障诊断

对含有重复和冲突对象的离散决策表,提出了一种基于粗糙集的规则获取方法,使得获得的规则能够涵盖所有的对象。对连续条件属性值和离散决策属性值的决策表,基于矩阵的奇异值分解、模糊C均值聚类和粗糙集属性约简技术,提出连续属性最佳离散数目确定方法。在上述方法的基础上,进行旋转机械故障诊断的规则获取,获得的诊断规则具有很好的知识归纳能力和知识泛化能力。利用获得的诊断规则进行旋转机械故障诊断,建立了待诊断对象和诊断规则的弹性匹配模式,使得诊断结论的获取取决于不同的诊断要求。