广义不完备混合决策系统的知识约简

针对现实中同时具有丢失型和遗漏型未知属性的混合决策系统的约简问题,建立了广义不完备邻域粗糙集模型,提出了未知属性的辨别方法,给出了一种混合约简算法.模型采用广义邻域关系度量不可分辨关系,通过邻域信息粒子逼近论域空间,是非对称相似关系和容差关系的广义化.依据分类一致性假设及广义邻域关系进行未知属性的辨别,讨论了噪声样本和邻域大小对分类精度的影响.采用UCI数据库中5组数据进行了仿真试验,预测精度证明了约简算法的有效性和可行性.     

基于不完备混合序信息系统的增量式属性约简

由于大数据环境下数据呈现出动态更新的特征,因此增量式属性约简已成为粗糙集理论的重点研究方向。本文针对不完备混合型有序信息系统,利用邻域优势条件熵提出一种对象更新情形下的增量式属性约简算法。首先,针对不完备混合型有序信息系统提出一种新的邻域优势粗糙集模型,同时在其基础上定义了邻域优势条件熵,并设计出一种不完备混合型有序信息系统的非增量式属性约简算法;然后,针对不完备混合型有序信息系统对象的动态性,分别研究了邻域优势条件熵随信息系统对象增加和对象减少时的增量式更新;最后,利用邻域优势条件熵作为启发式函数提出了不完备混合型有序信息系统对象增加和对象减少时属性约简的增量式更新算法。实验结果表明,所提出的增量式算法无论在属性约简结果和属性约简效率上均比非增量式算法具有更高的性能。     

基于改进辨识矩阵的变精度邻域粗糙集属性约简

提出一种用于变精度邻域粗糙集,可以大幅减少时间复杂度的属性约简算法.该算法基于一种改进的辨识矩阵.首先用辨识矩阵同时记录决策一致和不一致的数据,然后用二进制位运算计算样本的邻域,最后获得可以保持下近似分布不变的属性约简.实验结果证明,本文算法不仅能够大幅减少属性约简时间,而且精度上总体优于NBRS算法和LDNRS算法.     

不完备模糊决策信息系统中的知识约简

知识约简是粗糙集理论研究中的一个重要内容,可辨识矩阵是属性约简的一个很重要的方法,本文把这种方法推广到不完备模糊决策信息中,定义了相似关系下的可辨识矩阵,提出了不完备模糊决策信息系统中相似关系的可辨识矩阵属性约简的算法,最后用实例验证了算法的可行性。     

不完备序值系统中的粗糙集与模糊粗糙集

以不完备序值信息系统为研究对象,其中不仅包含丢失型未知属性值,而且属性值域为全序集,提出相似优势关系的概念,并在不完备序值决策系统中给出基于相似优势关系的粗糙集模型.在不完备模糊序值决策系统中,给出基于相似优势关系的模糊粗糙集模型,并讨论其相关性质.     

基于遗传算法的粗糙集混合数据属性约简

为了对现实中既含有离散数据又有连续数据,甚至还有模糊数据的决策系统进行属性约简,基于模糊等价关系建立粗糙集模型,用熵来度量粗糙集中的不可分辨能量并定义约简.提出用遗传算法来求解含混合数据的决策系统的约简,论述了适应度函数的选择,给出了算法的具体实现.对经典数据集和UC I机器学习数据库中5个数据库约简的结果证明了算法的有效性和可行性.     

一种模糊决策信息系统的属性约简方法

基于邻域粒化思想提出了邻域关系下模糊决策信息系统的粗糙集模型.定义了上、下近似算子,并讨论了它们的性质.通过构造辨识矩阵和辨识函数,给出了一种连续值域模糊决策信息系统上、下协调属性约简的方法,并用实例对该方法进行了说明.该方法为条件属性连续取值的模糊决策信息系统的属性约简、特征选择等提供了一种新途径.     

结合分辨矩阵改进的邻域粗糙集属性约简算法

针对基于邻域粗糙集属性重要度约简算法在某些决策表中约简正确率下降等问题,结合基于等价关系下的分辨矩阵知识,定义一种邻域决策系统下的分辨矩阵,邻域分辨矩阵由能够分辨不同邻域对象的条件属性子集组成。根据条件属性在邻域分辨矩阵中的占比提出一种属性重要度的度量方法,以新的重要度作为启发性因子,设计一种邻域决策系统下属性重要度启发性约简算法。该算法以核属性集作为初始集合,依次选择重要度大的属性加入到核集,直至找到最小属性约简时,算法终止。实例分析和UCI数据集试验结果表明,与基于属性依赖度的约简算法相比,该算法能够更有效地找到最小属性约简集,并且可以有效减少计算工作量,证明了算法的有效性和可实用性。     

存在型空值插补的特征约简方法研究

特征约简是多源信息融合中剔除冗余数据、提高融合精度的有效途径.在对多传感器数据构成的不完备信息系统进行分析的基础上,利用多种距离分析方法计算存在型空值分布区间;针对不完备信息系统同时含有的2种空值类型问题(存在型空值和不存在型空值),提出基于存在型空值插补的限制容差关系;引入知识粒度的概念,并结合特征所包含的知识依存关系,研究基于属性重要度的启发式约简算法;通过实验验证了算法的有效性,并对其性能进行了分析.该方法同时考虑了多种空值类型,更加符合多传感器数据的特征,避免了单纯考虑不存在空值或者遗失空值造成的约简不准确问题;与其他约简算法相比,所提出的算法不仅考虑了单个的填补数值,同时还将插补数值的可能离散集合也考虑进来,增加了约简算法的适应性.     

基于区分向量的不完备决策系统属性约简算法

区分矩阵是属性约简的一种有效方法。针对不完备的决策系统,定义了区分矩阵的概念,给出了区分矩阵构造方法,并根据区分矩阵稀疏性的特点,定义了区分向量的概念,在此基础上,给出了一种基于区分向量的不完备决策系统属性约简算法。最后,采用恒星光谱数据,实验验证了该算法的有效性。     

广义犹豫模糊语言项集及其似然关系

提出了基于二元组语言模型的广义犹豫模糊语言项集用于犹豫模糊语言决策,给出了广义犹豫模糊语言项集上的运算,分析了广义犹豫模糊语言项集运算的相关性质。基于广义犹豫模糊语言项集运算,定义了广义犹豫模糊语言项集之间的似然关系,利用其似然关系,提出了广义犹豫模糊语言加权平均算子,该算子是已有犹豫模糊语言加权平均算子的推广,可用于聚合犹豫模糊语言决策中的广义犹豫模糊语言项集。     

一种广义模糊粗糙集模型的新定义

在Pawlak粗糙集模型的基础上,把一个论域推广到两个论域,等价关系推广为模糊关系,被近似对象换成模糊集,得到广义模糊粗糙集模型．讨论了该模型与经典粗糙集模型的关系,并与其他模糊粗糙集算子进行了比较．该模型在保留原有一些性质的基础上,近似精度提高了,更具有实际应用价值．     

Generalized multi-layered granulations and approximations based on neighborhood systems under incomplete information systems

A generalized multi-layered granulation structure used by neighborhood systems is proposed. With granulated views, the concepts of approximations under incomplete information systems are studied, which are represented by covering of the universe. With respect to different levels of granulations, a pair of lower and upper approximations is defined and an approximation structure is investigated, which lead to a more general approximation structure. The generalized multi-layered granulation structure provides a basis of the proposed framework of granular computing. Using this framework, the interesting and useful results about information granulation and approximation reasoning can be obtained. This paper presents some useful explorations about the incomplete information systems from information views.     

基于混合容差关系的粗糙集模型

将弱不可分辨关系引入到不完备信息系统中,讨论不完备信息系统中三种不同的容差关系。首先,融合强容差关系和弱容差关系,提出混合容差关系;然后,其次,基于混合容差关系以及基于混合容差关系的极大连续块技术构建两种不同的粗糙集模型;最后,讨论这两种不同粗糙集模型之间的关系。     

基于直觉梯形模糊数的信息不完全多属性决策方法

针对权重信息不完全未知且属性值为直觉梯形模糊数的多属性决策问题,给出了基于直觉梯形模糊数得分函数和投影模型下的多属性决策方法,通过投影法建立了非线性规划模型,并通过数学软件得到各属性权重,通过投影率作为排序指标,进行排序择优。最后通过实例说明了该方法的有效性。     

基于模糊集及RCC理论的区域移动模型

基于RCC理论中的概念邻域结构和模糊集理论,提出了可以表达动态环境下随时间移动或变形的空间区域的区域移动模型,然后基于Allen的路径一致性算法,给出了关于此模型的路径一致性模糊推理算法。     

一种能实现弱T范数簇运算的模糊神经元模型

基于T／S范数提出了一种新神经元模型，它实际代表了一个神经元数，对文献[3]神经元模型的推广，且能实现广义的“与、或和平均”运算，通过适当地选择T－范围和S－范数，该模型能实现T／S范数簇运算，本文也讨论了该模型对某些运算的封闭能力，以便对由这种神经元构成的网络进行简化时提供依据。     

主动隔振器的自适应模糊控制研究

针对具有非线性不确定性的主动隔振器的镇定问题,本文采用隔离振动源方法,建立了主动隔振器系统的动态方程,并运用模糊逻辑来估计系统的未知非线性函数;同时基于Backstepping和自适应模糊控制技术给出了系统的控制方案,并在控制器的作用下,闭环系统状态快速收敛到原点充分小的邻域内,从而确保系统正常运行,同时用实例进行了数值仿真.仿真结果表明,在控制信号的作用下,系统状态能快速收敛到原点充分小的邻域内,所设计的模糊自适应控制器在镇定主动隔振器系统的同时使所有的自适应信号保持有界.该研究可确保主动隔振器系统具有良好的隔振性能.