基于广义粗糙集的知识约简方法研究

针对粗糙集理论在知识约简中的实际需要,提出了建立在一般二元关系基础上的广义粗糙集知识约简方法。首先证明了广义粗糙集是经典粗糙集的一般性推广,而经典粗糙集是广义粗糙集的特例;然后以一般二元关系为分类基础,给出一般关系决策系统中的知识约简判定定理和辨识矩阵;最后根据实例提取最小的属性集,验证了该方法的实用性。该方法摆脱了二元等价关系对经典粗糙集的困扰,既保证了粗糙集理论在知识发现研究中的理论优势,又拓展了粗糙集理论在实际应用中的适用范围,具有较强的实用性。     

基于粗糙集理论的机械状态监测与故障诊断

以机械状态监测和故障诊断为背景,利用粗糙集的属性约简功能,研究了基于粗糙集理论的参数优选在柴油机状态监测中的应用.结果表明:利用粗糙集约简后,信息没有丢失,但减少了需测量的参数,而且为后续的融合诊断减少了计算量.研究了基于粗糙集的灰色关联分析在齿轮状态监测中的应用,并将其与一般的灰色关联方法进行了比较,结果表明诊断的精度得到了提高.     

基于粗糙集理论和TOPSIS的绿色包装评价方法

目的为了减少包装造成的环境污染,研究一种基于粗糙集理论的TOPSIS综合评价法,对包装的绿色程度进行评价。方法构建包括环境、资源、能源、功能、经济等5个方面的绿色包装评价体系,利用粗糙集理论确定权重、TOPSIS方法,并对包装的绿色性进行打分排序,通过包装案例研究验证该方法的可行性。结果通过粗糙集理论与TOPSIS法相结合的评价方法得到了客观的排序结果,并选择出最优的绿色包装方案。结论基于粗糙集理论和TOPSIS的包装评价方法可对绿色包装进行评价,并得到了客观有效的评价结果。     

基于粗糙集的影响爆破振动特征参量因素的敏感性分析

文章介绍了粗糙集理论不协调率的概念以及在敏感性分析中的应用，论述了基于粗糙集理论不协调率的影响爆破振动特征参量因素的敏感性分析方法。通过对某露天矿爆破振动实测数据分析，结果表明该方法能较准确地找出各影响因素的主次关系，为爆破振动特征参量的预测研究提供了一种有效的新方法。     

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。     

基于大数据和粗糙集的产品需求分析方法研究

随着产品互联网时代的到来,针对传统产品设计需求的获取方法单一、实时性差、主观性过强等问题,提出了一种基于大数据分析和粗糙集理论的产品需求分析方法.采用网路爬虫技术,实时获取存在于多种信息载体中的大体量用户需求;利用大数据分析工具和粗糙集获取不同语义层次的用户需求类型的权重,并通过质量功能配置(quality function deployment,QFD)质量屋将用户需求转换为相应的工程设计参数,从而为准确获取反映用户需求的产品设计方向提供依据.以三星手机Galaxy S6Edge为例,通过对该款手机在微博和京东商城的产品用户评论等数据进行大数据分析,并结合粗糙集理论的用户需求计算方法,验证了提出方法的有效性.     

采用粗糙集的客户分类预测分析

探讨了粗糙集理论在客户分类预测中的应用,提出对一般属性约简的修正方法、直接处理不一致系统的分类规则约简算法及基于粗糙集的客户分类预测规则,为企业客户的分类预测提供了参考.实证分析结果表明运用上述方法及规则能有效地降低了数据计算的复杂性,提高客户分类预测的准确性.     

基于热态信息挖掘的机床主轴系统热误差建模方法研究

针对数控机床热误差建模问题,通过对精密卧式加工中心主轴系统热变形数据特征进行分析,提出了一种利用均值理论进行数据分类、利用粗糙集理论进行数据挖掘和利用线性回归分析构建误差模型的机床热误差建模方法.该方法首先进行机床主轴的热误差实验,利用传感器同时检测机床主轴所选各检测点的温升和主轴轴端的热变形,然后利用均值理论和粗糙集理论对获得的数据进行分类和数据挖掘精简,最后通过线性回归分析进行热误差建模.为了评价所建模型的有效性,将所建模型与BP神经网络模型进行了对比,结果表明这种基于热态信息挖掘的热误差建模方法在机床主轴热误差预测方面有较高的准确性和实用价值.     

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。     

粗糙核主元分析方法及其在故障特征提取中的应用

将粗糙集理论的属性约简与核主元分析方法结合起来,提出一种基于粗糙核主元分析的故障特征提取方法.该方法首先采用粗糙集理论的属性约简删除与分类无关或关系不大的特征,降低输入特征维数,排除干扰特征的影响,减小了特征提取计算量;然后再采用核主元分析方法进一步提取非线性特征;最后将该方法应用于轴承故障特征提取及故障识别中.应用结果表明,所提出的粗糙核主元分析方法(RKPCA)与传统的KPCA、PCA方法相比,使整个样本集的可分性变大,提高了分类正确率;同时还有效地降低了输入特征维数,提高了分类效率;并且对分类器具有较强的适应性和鲁棒性.     

不确定性推理理论在卫星故障检测和诊断中的应用

推理理论一般分为确定性推理理论和不确定性推理理论。传统的卫星故障检测和诊断应用的是确定性推理。然而，在卫星故障检测和诊断的实践中，仅使用确定性推理是很难对某些故障进行检测和诊断的，因为这时需要合情推理和容错能力。不确定性推理理论可以满足此要求。目前，航天领域的许多专家和实际工作者正致力于应用不确定性推理理论检测和诊断那些用确定性推理无法检测和诊断的故障。不确定性推理理论包括诸如包含度理论、粗糙集理论、证据推理理论、概率推理理论、模糊推理理论等。笔者研究的卫星故障检测和诊断的三种新方法，分别应用了包含度理论、粗糙集理论和证据推理理论。     

不完备模糊信息系统

以不完备模糊信息系统为研究对象，建立了其中的模糊相容关系及模糊粗糙上、下近似集。在此基础上，探讨了论域上的模糊覆盖问题并提出了覆盖的3种运算形式；定义了2种新的模糊粗糙熵以讨论不完备模糊信息系统中的不确定性因素，证明了不确定因素的变化与度量强度之间的重要关系；建立了一种度量部分模糊知识依赖的新方法，获得了一些新的定理结果证明。     

Research for Non-probabilistic Structure Reliability

The paper discusses non-probabilistic approaches for uncertainty treatment in structure reliability analysis. Based on rough set theory, the uncertain parameters of structures are expressed by rough variables, the structure reliability index is computed by rough function and metric. This new methodology for structural reliability is proved to be valid and efficient using theory analysis and examples of practical application.     

基于粗糙集理论的结构振动模糊控制

模糊控制是结构主动控制的一种很有前途的控制算法，但在模糊规则的确定上常带有经验性。近年兴起的粗糙集理论能有效分析和处理大量经验数据，从中发现隐含知识，揭示潜在的规律。本文提出将模糊推理与粗糙集理论结合起来、利用粗糙集理论提取模糊规则进行结构模糊振动控制的方法。通过对一个顶层作用有AMD装置的1：4五层钢框架模型结构的模糊控制仿真分析和地震模拟振动台试验研究，证实了所提方法的有效性；同时，试验研究也展示了模糊控制具有鲁棒性好、反馈量少的优点，具有很强的工程应用价值。     

基于火焰图像特征和粗糙集理论的燃烧诊断系统

针对电站锅炉炉膛内燃烧状况的诊断问题, 本文提出了一种基于火焰图像特征提取并采用粗糙集理论诊断锅炉燃烧状态的方法. 采用图像绿光通道亮度值的阈值分割有效地减少了背景辐射对火焰图像的影响, 改进的极坐标边界标定法保证了火焰核心区域的有效提取和图像的完整性, 为燃烧诊断研究提供了可靠的特征区. 采用基于粗糙集的决策规则的推理方法, 建立以火焰图像特征量为条件属性、炉膛工况为决策属性的决策表, 并运用粗集理论中近似集的概念确定了条件属性对决策属性的影响权系数, 对锅炉燃烧状况做出了客观性的判断, 进而为锅炉燃烧状况做出准确的诊断提供了有力的依据. 对从现场获得的一组不同工况下的火焰图像进行了实验,并把实验结果和实际的炉膛燃烧状况进行了比较, 实验结果表明本文的方法是可行的.     

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。     

优势变精度粗糙集构建采矿方案评价体系的研究

影响采矿方案的因素错综复杂,为了建立科学合理的采矿方案评价体系,首先将影响因素进行分级,利用模糊数学确定各级影响因素的权重.由于噪声数据的存在,采用优势变精度粗糙集构建采矿方案评价体系,可以辨识规则间的不相容性,对条件属性进行约简,并生成最少偏好规则集,分类质量为100%.然后利用灰色关联度理论对约简后的属性进行优势分析,得到各属性对于方案的重要程度,完善采矿方案评价体系.研究结果表明：优势变精度粗糙集相对于经典粗糙集更具规则性,构建采矿方案评价体系是科学有效的.