随机模糊信息系统的知识约简

利用模糊逻辑中的R-型蕴涵算子定义随机模糊信息系统对象集上的模糊等价关系,进而实现对随机模糊信息系统知识的近似表示。讨论随机模糊下近似、上近似集的模糊概率与模糊信任测度、模糊似然测度之间的关系。给出基于模糊信任测度和模糊似然测度的随机模糊信息系统知识约简的方法。     

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。     

随机集值算子方程组随机解集的稳定性

本文利用随机收缩,建立随机收集值算子方程组随机解集的稳定性定理.     

模糊环境下粗糙近似算子的表示

给出了在一般的模糊环境下各种粗糙近似算子的定义，得到了这些近似算子的经典表示。     

基于粗糙集理论的水质模糊综合评价

针对水质评价中存在指标选取主观和赋权计算繁琐等问题,提出了利用粗糙集做属性约简,消除不相关和不重要的指标;运用属性重要度对约简后的指标赋权,并应用模糊综合评价进行水质评价。结果表明,粗糙集理论应用于模糊综合评价和传统模糊综合评价的结果基本一致,而且粗糙集属性约简和属性重要度赋权能够达到客观选取指标、简化水质评价过程等目的。     

基于区间值模糊集的聚类方法

提出了基于区间值模糊集的两种聚类分析的方法,并引入了一种指标,对分类结果的可信度进行了定量分析,给出了这两种方法的一个实际应用。     

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。     

随机集值A-proper映象的随机广义拓扑度

本文引入随机集值A-proper映象的随机广义拓扑度的定义,由此得到一些新的随机不动点和随机固有元定理。     

基于模糊数学理论零件的合格概率

讨论了零件极限尺寸的模糊性，基于模糊集合提出了零件尺寸公差带的模糊数学表征。分析了零件模糊合格事件、零件模糊不合格事件、零件可修复模糊不合格事件和零件不可修复模糊不合格事件之间的关系。然后根据模糊概率理论，提出了零件模糊合格概率、零件模糊不合格概率、零件可修复模糊不合格概率和零件不可修复模糊不合格概率的计算公式。最后进行了实例计算。     

基于随机因子的结构分析方法

该文对随机结构的分析方法进行了分类,简述了近年来提出的基于随机因子的结构分析方法的基本求解过程。对随机结构分析中的随机变量分布概型的确定、随机载荷的处理和随机参数相关性的处理等问题进行了讨论。对随机因子法在结构分析和边界条件的处理、动力特性和动力响应分析、随机振动响应分析和动力可靠性分析、智能结构在开环和闭环状态下的动力分析、随机稳态和瞬态的温度场分析以及随机参数结构在随机热载荷下的响应分析等诸多方面的应用进行了综述。     

Vague集的扩展及其在模糊近似空间中的粗糙近似

考虑到具体的博弈、利益团体投票或决策过程中,Vague集的表示往往受到决策者历史知识、感性判断等因素的限制,本文借助于模糊逻辑非门算子,对经典Vague集中隶属度与非隶属度之间的关系进行了改进,提出了广义Vague集的概念。利用三角模和三角余模,建立了模糊近似空间中广义Vague集的粗糙近似,定义和讨论了模糊近似空间中广义Vague集的粗糙度度量方法。最后给出了算例。     

基于Rough集理论的模糊神经网络构造方法

提出了在模糊神经网络中使用Rough集理论进行网络结构设计的方法。由于Rough集理论有强大的数值分析能力,而模糊神经网络具有准确的逼近收敛能力和较高的精度,所以通过两者的结合,可以得到一种可理解性好、计算简单、收敛速度快的神经网络模型。这种网络构造方法的主要过程为：首先,利用Rough集理论对给定数据集进行规则获取;然后,根据这些规则构造模糊神经网络各层的神经元个数及相关参数初始值;最后,用BP算法迭代求出网络的各种参数,完成网络的设计。给出了一个二维非线性函数拟合的实例,进一步验证了方法的正确性。     

一种模糊Rough决策方法

利用模糊集理论和粗糙集理论在处理不确定性和不精确性问题方面侧重点的差异性，构造一种组合决策模型。该模型从问题领域内的部分不精确信息出发利用模糊聚类方法构造一个决策信息系统，利用粗糙集理论关于决策规则的约简方法从决策信息系统中提取（挖掘）决策规则，使之适用于问题的整个领域。     

基于随机有限集的目标跟踪方法研究及最新进展

本文概述了基于随机有限集的目标跟踪方法的产生、发展和研究现状.论文概要总结了基于随机有限集的目标跟踪方法的基础理论,主要包括随机有限集的理论基础,概率假设密度滤波器的理论基础,概率假设密度滤波器的实现方式以及基于随机有限集的目标跟踪算法的性能评价指标.文中同时简要介绍了概率假设密度滤波器在目标跟踪领域的应用,并对在该领域未来的发展提出了自己的看法.     

基于一般包含度的广义变精度粗糙集

本文将变精度粗糙集模型推广到基于一般包含度的广义变精度粗糙集,利用包含度的性质讨论广义变精度粗糙集的性质。给出广义齐次包含度的定义,验证了常用的概率型包含度等均为广义齐次包含度;给出基于该广义变精度粗糙集的知识约简的方法。不同的包含度代表不同的决策语义,因此借助一般包含度研究变精度粗糙集,能够使尽可能多的有用信息被提取、挖掘,克服了基本粗糙集模型中由于要求绝对精确的包含关系而使大量有用信息丢失,进一步推广了粗糙集模型,拓宽了粗糙集在数据挖掘、知识发现、模式识别及决策分析等领域中的应用。     

基于优势粗糙集的中小企业二维绩效评价模型

针对中小企业的发展特点,提出了从经营现状和发展潜力两个维度进行综合评价中小企业绩效的二维模型,并采用创业板中171家中小企业的数据进行了模型验证分析。考虑到评价企业数据量较大,论文依托于聚类分析方法,提出了一种典型样本企业选取策略,然后应用优势粗糙集理论对典型样本集进行了专家知识学习,形成中小企业绩效评价的决策规则,对所有企业进行绩效分类,构建出二维评价模型。其结果分析表明,我国中小企业在现状和发展潜力方面表现均优的企业较少,企业的发展潜力存在不足。此外,基于实际数据,论文讨论和演算了训练样本数量与粗糙集学习分类质量关系,发现粗糙集学习分类中存在过学习现象,即训练样本数的增多并不一定能提高分类质量。     

邻域系统与k-步粗糙模糊集

关于粗糙模糊集的性质已有学者进行了研究，吴伟志、张文修建立了基于一般二元关系的k-步邻域系统与近似算子系统的理论框架。本文在此框架下结合模糊概念，提出了k-步粗糙模糊集的定义，并作了研究，得到了相应的结果。     

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。     

Knowledge Access Based on the Rough Set Theory

During the procedure of fault diagnosis for large-scale complicated equipment, the existence of redundant and fuzzy information results in the difficulty of knowledge access. Aiming at this characteristic, this paper brought forth the Rough Set （RS） theory to the field of fault diagnosis. By means of the RS theory which is predominant in the way of dealing with fuzzy and uncertain information, knowledge access about fault diagnosis was realized. The foundation ideology of the RS theory was exhausted in detail, an amended RS algorithm was proposed, and the process model of knowledge access based on the amended RS algorithm was researched. Finally, we verified the correctness and the practicability of this method during the procedure of knowledge access.