随机多粒度标记序决策系统的最优粒度选择

传统随机信息系统的属性一般只有一个粒度层面，即系统中的每一个对象在每一个属性上取唯一的值，而在实际应用中，人们往往需要从不同的粒度层面去获取知识.实际生活中数据集的一个对象在同一个属性上根据不同的粒度可以取不同值.针对多粒度数据集的知识获取问题，本文讨论随机多粒度标记序信息(决策)系统的最优粒度选择问题.首先，通过优势关系给出随机多粒度标记序信息系统的信息粒表示，进一步定义由条件属性集导出集合的下近似与上近似，描述在不同标记下的信息粒的结构以及上、下近似的变化关系；其次，用证据理论的信任函数与似然函数来刻画随机多粒度标记序决策系统的两种最优粒度；最后，给出协调和不协调随机多粒度标记序决策系统的最优粒度选择算法.     

快速接头在喷粉精炼中的应用

快速接头在喷粉精炼中的应用快速接头是人们在生产过程中，为那些需要频繁拆装的接头而设计的。我厂采用喷射熔剂精炼法（即喷粉精炼）对铝熔体精炼。精炼管采用３ｍ长的无缝钢管。由于钢管短，每根钢管的使用寿命仅为１５天，需频繁更换，而且换管麻烦。图１专用快速接头...     

电厂主蒸汽系统疏水阀门内漏诊断及处理

发电机组电动主汽门前、后疏水系统的电动截止疏水总门阀体温度多年一直偏高,疑为阀门发生内漏,经更换阀门,阀体温度依旧偏高,对阀体进行解体发现阀门没有发生内漏,对疏水管路进行了试验,分析试验结果发现,阀体温度过高是由不合理的管阀布局引起的。并针对管阀布局提出了改进措施,为解决电厂阀门温度过高问题提供了参考。     

广义粗糙模糊集

粗糙集理论的主要思想是不精确的概念(被近似集)如何用可利用的知识库中的已知知识(近似空间中的可定义集全体)来近似描述[2].粗糙集理论与应用的核心基础是从近似空间导出的一对非数值型算子--上近似算子和下近似算子,并且这对算子与证据理论中的一对数值型算子--似然测度与信任测度--的关系非常密切,集合的上、下近似被看成是对该集合近似好坏的定性描述,而集合的似然测度与信任测度又可以看成是对该集合近似好坏的定量描述,甚至从一定程度上可以将粗糙集理论看成是证据理论的基础[4].     

基于粒计算的多粒度数据分析方法综述

多粒度数据是一种特殊的、有用的数据类型,它通过对论域（研究对象的集合）采用不同的粒化方式使得数据能够在多个粒度空间中进行呈现,在此基础上可以开展数据的多层次知识发现研究。商空间理论、序贯三支决策、多粒度粗糙集、多尺度数据分析模型和多粒度形式概念分析是几种常见的、有效的多粒度数据分析方法,已受到人们的广泛关注。本文对基于粒计算的多粒度数据分析研究工作进行综述,给出每一类多粒度数据分析方法的理论框架、基本概念以及主要研究思想,并指出多粒度数据分析研究中存在的若干问题,为该领域的后续研究提供理论参考。     

无限论域中的粗糙近似空间与信任结构

在粗糙集理论中存在一对近似算子:下近似算子和上近似算子.而在Dempser-Shafer证据理论中有一对对偶的不确定性测度:信任函数与似然函数.集合的下近似和上近似可以看成是对该集合所表示信息的定性描述,而同一集合的信任测度和似然测度可以看成是对该集合的不确定性的定量刻画.针对各种复杂系统中不确定性知识的表示问题,介绍了无限论域中经典和模糊环境下信任结构及其导出的信任函数与似然函数的概念,建立了Dempser-Shafer证据理论中信任函数与似然函数和粗糙集理论中下近似与上近似之间的关系.阐述了由近似空间导出的下近似和上近似的概率生成一对对偶的信任函数和似然函数;反之,对于任何一个信任结构及其生成的信任函数与似然函数,必可以找到一个概率近似空间,使得由近似空间导出的下近似和上近似的概率分别恰好就是所给的信任函数和似然函数.最后,指出了主要理论成果在智能信息系统的知识表示和知识获取方面的潜在应用.     

玻璃幕墙施工质量控制探讨

探讨了玻璃幕墙施工质量控制的问题,包括：玻璃幕墙施工质量控制的主要内容,玻璃幕墙施工质量控制的主要途径,玻璃幕墙施工常见的质量问题及防治措施。阐述了玻璃幕墙施工质量控制应从玻璃幕墙设计、材料选用、加工制作、安装施工和工程验收等几个环节着手。     

粗糙近似算子的公理化刻画:综述

从近似空间导出的一对下近似算子与上近似算子是粗糙集理论研究与应用发展的核心基础,近似算子的公理化刻画是粗糙集的理论研究的主要方向.文中回顾基于二元关系的各种经典粗糙近似算子、粗糙模糊近似算子和模糊粗糙近似算子的构造性定义,总结与分析这些近似算子的公理化刻画研究的进展.最后,展望粗糙近似算子的公理化刻画的进一步研究和与其它数学结构之间关系的研究.     

基于决策规则的形式背景属性约简*

在经典形式背景中,利用对象和属性间的二元关系定义一对粗糙模糊上、下近似算子,讨论算子的基本性质,指出算子与已有粗糙近似算子的关系.利用定义的粗糙模糊上、下近似算子,得到两类决策规则,即确定性决策规则和可能性决策规则.针对两类决策规则,提出下近似约简和上近似约简的概念,关于上近似约简,得到可约属性和属性协调集的判别条件,给出属性约简方法,并举例说明方法的可行性.