决策理论粗糙集的属性约简方法概述

Pawlak粗糙集模型未考虑到现实应用中的代价问题,决策理论粗糙集通过代价矩阵,将粗糙集与代价敏感问题紧密联系起来,扩充了粗糙集理论的研究视角。本文对决策理论粗糙集框架下的属性约简问题进行介绍总结,并对它们的优缺点进行分析。     

基于粗糙集属性约简法的植烟土壤肥力评价分析

为建立更合理的植烟土壤评价方法,以江苏中烟某原料基地的植烟土壤为研究对象,采用层次分析法和基于粗糙集的属性约简法对土壤肥力的综合状况进行评价,并利用当年的烟叶产量对评价结果进行检验。结果表明:①15个采样点土壤肥力指标间的差异不同,其中有机质、碱解氮、水溶性氯、速效磷、速效钾、有效硫和有效镁含量（质量分数）7项指标差异较大,全钾、有效硼、有效钼、有效钙含量（质量分数）和土壤pH 5项指标差异较小,采样点的全氮和全磷含量（质量分数）指标差异不显著。②经多重比较筛选并利用层次分析法确定有机质、碱解氮、速效磷、速效钾、有效镁和水溶性氯含量的初始权重分别为0.229、0.357、0.120、0.189、0.055、0.050。③基于粗糙集的属性约简法确定的最小近似约简为有机质、速效磷、速效钾和水溶性氯含量指标,权重系数分别为0.214、0.214、0.321和0.251。④利用层次分析法和基于粗糙集的属性约简法得到的土壤综合肥力评价结果不尽相同,不同方法计算得到的土壤综合肥力指数与当年的烟叶产量均呈显著线性相关,相关系数（r）值分别为0.65和0.92,决定系数（R2）分别为0.42和0.86,均方根误差（RMSE）分别为5.92和5.89,基于粗糙集属性约简法的相关性更好,精度更高。      

食品安全评价指标设定方法研究

食品安全评价是食品安全监管的一项重要内容,而食品安全评价指标的选定与精简又是食品安全评价工作的重点和难点。针对这一问题,本文采用粗糙集理论,利用可分辨矩阵和正域概念提出了一种精简食品安全评价指标的新方法。该方法在保持原食品安全信息系统分类能力的前提下,通过属性约简方法发现数据中蕴涵的知识模式,精简食品安全评价指标,构建简约明了的食品安全评价体系。实验表明本算法是有效可行的。     

基于矩阵的模糊决策系统的属性约简算法

通过矩阵刻画粗糙集理论,用模糊矩阵定义了模糊粗糙集的上（下）近似、重要度等概念,给出模糊决策系统的属性约简算法。将其运用到信息系统的属性约简算法和模糊信息系统的属性约简算法中,用UCI数据集说明算法的可行性。     

一种基于SQL的用户自定义精度的粗糙集属性约简算法

将数据库的关系运算运用于粗糙集的属性约简,引入用户自定义精度,改进基于SQL的属性约简算法。仿真实验结果表明,该方法与经典粗糙集相关方法相比,有更高的执行效率和抗噪性,为粗糙集理论更广泛地应用于海量数据的数据挖掘提供了一种方法。     

基于并行计算的模糊粗糙集属性约简

启发式方法是模糊粗糙集属性约简的有效手段之一,大多基于贪心策略的启发式方法以串行方式运行,这限制了属性约简的规模。为了解决该问题,提出一种基于并行计算的模糊粗糙集属性约简算法,该算法通过调用多个处理器来协同寻找对分类任务最具影响的最小属性子集,从而扩大了可约简数据的规模。在10组UCI数据集上的实验结果表明,基于并行计算的模糊粗糙集属性约简方法相比传统的启发式属性约简方法而言,在时间开销上能有很大程度的缩减。     

一种大肠杆菌培养基优化分析新方法

提出了一种基于粗糙集理论中的属性约简找出影响大肠杆菌发酵液中谷氨酸脱羧酶产量的重要因素的新方法及基于集合覆盖的属性约简新算法.通过采用均匀设计的思想来获得组合培养基,利用改进的属性约简算法对大肠杆菌培养基因子进行优化.实验结果表明,提出的方法能很好的得出影响谷氨酸脱羧酶产量的几个重要因素,从而进行大肠杆菌培养基优化.     

基于Rosetta的粗糙集理论在糕点食品安全风险监测中的应用

目的以沈阳市2012~2015年糕点食品标准指标监测数据为研究对象,应用Rosetta粗糙集理论进行指标约简,挖掘各指标属性重要性,从而提出更加科学的指标风险监测方案。方法对数据合并分类整理,建立指数分级标准并离散数据生成决策表,使用遗传算法对数据进行约简。结果获得2组数据约简结果,确定核心指标为硫酸铝钾、糖精钠、山梨酸、柠檬黄、胭脂红、菌落总数、大肠菌群和霉菌计数。通过筛选得到18组指标决策规则,经分析硫酸铝钾和菌落总数为关键指标。在2组约简的不合格规则中,硫酸铝钾的覆盖度之和均为0.23,菌落总数分别为0.38和0.36,并且指数等级值均达到6级和7级,提示存在高风险。结论影响糕点食品质量安全的重要指标为硫酸铝钾、糖精钠、山梨酸、柠檬黄、胭脂红、菌落总数、大肠菌群和霉菌计数,建议至少1年监测2次,其中硫酸铝钾和菌落总数为关键监测指标,应给予高度重视,至少1年监测3次。其余指标影响较小,建议1年监测1次。     

粗糙集与软集合在临床诊断中约简及决策分析

总结了医学领域中用粗糙集进行属性约简的算法，并且进一步修正了运用可辩识矩阵的属性约简算法．另外，利用软集合知识进一步简化了多目标决策的过程．     

决策表中基于属性重要性的属性约简算法研究

使用粗糙集理论中的概念来定义属性重要性,这样更适合粗糙集中的知识发现。讨论了基于属性重要性的属性约简算法,这种方法采用了属性的重要性作为启发式信息,避免了复杂的运算。     

基于粗糙集与PCA的多聚焦图像融合算法

粗糙集理论是处理不确定性问题的一种数学工具。为了解决含有椒盐噪声的图像的融合问题,采用粗糙集理论与PCA算法相结合的方法对受到噪声干扰的多聚焦图像进行融合。先采用粗糙集理论对源图像进行粗糙增强预处理,再用PCA算法对增强后的图像进行融合,得到融合图像。采用主观评价与信息熵和平均梯度作为图像融合效果评价准则。仿真结果表明,运用该算法得到的融合图像的视觉效果比源图像更好。     

基于粗糙集理论和系统信息覆盖率最大化原则的白酒香型识别

以低分子有机酸、酯作为条件属性,白酒香型作为决策属性建立了一个知识评判系统,利用粗糙集理论方法讨论了低分子有机酸、酯在白酒各类香型中的重要性,并采用基于属性重要性的约简算法对系统进行了属性简化。结合信息覆盖率最大的原则,选择了一组最佳的简化方案,通过规则约简从而得到了白酒香型的最小决策算法,确定了低分子有机酸酯的含量与各类白酒香型的关系,只需提供较少的属性值就能判别出白酒的香型。     

模糊数学法在餐饮食品微生物风险评估中的应用

为了保障餐饮食品安全和人民群众的身体健康,本文建立风险评价指标体系,确定各指标的评价等级集。选取某省4年间餐饮环节微生物监测历史数据,建立粗糙集决策模型,用粗糙集理论方法确定评价指标体系中各指标的权重值,确定隶属度矩阵,在此基础上建立模糊综合评价模型。总结了影响餐饮业微生物安全的主要因素:菌落总数、大肠菌群、沙门氏菌、金黄色葡萄球菌,得出这4项微生物指标在熟制品、生鲜食品、自制饮料、餐饮及加工用具中的评价值和隶属度矩阵。     

应用粗糙集和支持向量机的熔喷非织造布过滤性能预测

为预测熔喷非织造布的过滤性能,提出基于属性约简和支持向量机的预测方法。运用粗糙集理论在ROSETTA 环境下对含有9 个参数的熔喷非织造纤网结构参数全集进行约简,得到6 个各含3 个参数的约简集。分别将参数全集及各个约简集作为输入建立基于支持向量机（SVM）和ＢＰ 神经网络（BP-ANN）的28 个过滤性能预测模型,运用交叉验证法进行模型结构参数优化。结果表明：以含厚度、纤维直径和孔径的约简集为输入,基于ＳＶＭ模型预测准确度最高;其对过滤效率和过滤阻力的预测精度均超过98%,且CV 值均小于2%,表明这3 个参数是影响熔喷非织造布过滤性能的核心要素;基于SVM 模型的预测准确度总体优于基于BP-ANN模型的。     

粗糙集理论和遗传算法在预防城市道路交通拥堵中的应用

建立了反映道路拥堵原因与道路拥堵类型之间的关系决策表,利用粗糙集理论和遗传算法相结合的属性约简方法,去除决策表中冗余的规则,从而找到了造成道路交通拥堵的主要因素.试验结果表明,此算法可高效分析交通拥堵原因,为预防城市道路交通拥堵提供科学的决策依据.     

基于粗神经网络的大曲理化指标对白酒质量和产量影响分析

为分析大曲理化指标对白酒质量和产量的影响.提出了一种基于粗糙集理论结合神经网络的大曲理化指标对白酒质量和产量影响新的分析方法.首先基于粗糙集理论分析大曲理化指标对白酒质量和产量影响,得出在白酒生产质量和产量中起主要作用指标.然后通过条件属性简化后构造的神经网络建立一种基于大曲理化指标与产酒量和酒质联系的数学模型.实验结果表明简化后构造的神经网络模型较好地表达了大曲理化指标与产酒量和酒质的关系.     

基于粗糙集和神经网络的复合纺粘非织造布隔音性能预测

为预测复合纺粘非织造布的隔音性能,提出基于粗糙集理论和人工神经网络的预测方法。运用属性约简方法对含有10个参数的复合纺粘非织造纤网结构参数集进行降维,得到含厚度、纤维直径和孔隙率的约简集。将上述3个参数作为输入并通过改变隐含层神经元个数建立120个BP神经网络模型,对25个复合纺粘非织造布样本的所有24个频率所对应的透射损失数值进行预测。实验结果显示所有样本透射损失预测值与实测值之间的平均绝对百分比误差的总平均值仅为3.47%,其中以隐含层神经元个数为8的模型的预测准确度最高。研究结果表明基于厚度、纤维直径和孔隙率能够对复合纺粘非织造布的隔音性能进行准确的预测,印证了粗糙集约简结果的合理性。     

粗糙集在烤烟化学质量综合评价中的应用

[目的]探讨粗糙集在烤烟化学质量综合评价中的应用效果.[方法]以江苏中烟全国15个原料产区的烤烟烟叶样品的6项化学指标(总植物碱、总糖、还原糖、总氮、钾、氯)为研究对象,采用层次分析法、标准差法、基于博弈论的综合赋权法、粗糙集的代数表示法和信息表示法分别对烟叶化学质量的综合状况进行评价,并对赋权及评价结果进行对比.[结...     

基于粗糙集的精毛纺粗纱工艺规则推理和案例组织

 简要分析精毛纺前纺工艺的特点,针对其粗纱质量指标的重要性和涉及到13个工艺参数给企业工艺设计和生产质量控制带来困难这一问题,基于采集到的某精毛纺企业50组历史生产数据研究,对其实现粗糙集数据分析,在Rosetta环境下分别得到粗纱CV值(R1)和单重(R2)的约简核,分别提取出工艺参数和R1、R2之间的36条和28条潜在知识规则,并以其中某一批毛条为例,以约简后的属性组织案例与R1相关的第12条规则吻合;同时将粗糙集引入基于案例推理中,建立了基于粗糙集的案例库索引,实现了基于规则推理和基于案例推理的有效结合,为工艺设计和产品质量预报及控制提供指导。     

综合指数与粗糙集联用法评价豆制品质量安全

目的采用综合指数与粗糙集联用法评价豆制品的质量安全。方法以沈阳市2012-2015年豆制品监测数据为研究对象,通过指数分级标准,建立质量评价(综合指数法)与风险评价(粗糙集理论)联用的评价方法。结果豆制品综合质量指数(food quality index, FQIt)值为0.139,评价为优级。2012-2014年FQIt值逐渐升高, 2015年略有下降。在单项指标It值中,发酵豆制品的苯甲酸(0.552)、非发酵豆制品的菌落总数(0.399)和脱氢乙酸(0.388)相对较高,为合格级。核心指标为苯甲酸和脱氢乙酸(提示极高风险)、山梨酸(提示存在风险)、菌落总数和大肠菌群(提示存在、较高和极高风险),预测准确率为96.33%。沈阳市2012-2015年豆制品质量为优级,卫生质量水平总体上升。结论该联用法可以评价豆制品质量安全。苯甲酸、山梨酸、脱氢乙酸、菌落总数和大肠菌群是核心检验指标,提示不同危险程度和发生概率的风险。