粗糙集理论在简化过程建模参数中的应用

利用粗糙集理论知识约简的特点，以连续催化重整反应过程中重整产品辛烷值监控建模参数选择为例，对生产过程工况特征参数建立决策表，计算条件属性的重要性，对决策表进行属性约简，简化过程建模参数。此外还将该方法与主成分分析法作了比较。最后利用选择的建模参数建立起神经网络模型。     

粗糙集在客户分类中的应用研究

粗糙集理论的主要思想是在保持分类能力不变的前提下,通过属性约简和值约简,提取决策规则。设计了一个基于粗糙集的客户分类模型,并利用粗糙集的知识约简和决策规则提取算法对超市客户进行了分析。通过决策表约简,剔除冗余属性、消除过剩规则。最后得出了属性约简的最小化结果以及决策规则。     

粗糙集理论在机械故障诊断中的应用

作为处理模糊和不确定知识的工具,粗糙集理论能够有效地确定知识系统中有用知识和冗余知识,从而对知识系统进行浓缩,有效地减少训练集,它很好地弥补了人工智能的不足之处。因此,传统的机械故障诊断技术已从人工智能领域转向以粗糙集理论为代表的计算智能领域。本文以某型机械故障诊断为例,运用粗糙集理论对故障数据加以分析处理,得到了简明的故障诊断规则,取得了良好的诊断效果。     

粗糙集理论及其在智能系统中的应用

粗糙集理论是一种新型的处理含糊和不确定知识的数学工具，在智能系统中得到了广泛的应用，介绍了经典粗糙集理论的基本思想，上下近似集、属性约简和核等基本概念以及粗糙集的研究现状．介绍了粗糙集理论在智能系统中的应用，主要包括基于粗糙集理论的属性约简作为数据预处理的手段，基于粗糙集理论的相关性分析和基于粗糙集理论的系统建模和控制．指出了粗糙集理论在应用中遇到的问题和可能的研究方向。     

粗糙集理论分析及其在农业数据中的应用

从数据库中挖掘有用信息，将难理解的纯数据变为容易利用的规则，从而为以后的决策提供依据。以粗糙集理论和规则提取算法为基础，将基于信息量的粗糙集属性约简算法和规则提取算法集成起来提出一种集成算法，应用粗糙集约简掉冗余属性，然后利用规则提取算法得出有效规则。将此集成算法应用于农业领域，得出规则，并且效果良好，理论分析和应用都表明了本算法的有效性和实用性。此集成算法可以应用于各种大型数据库中，从中得出有效规则，让历史数据为以后的决策服务。     

粗糙集理论分析及其在农业数据中的应用

从数据库中挖掘有用信息,将难理解的纯数据变为容易利用的规则,从而为以后的决策提供依据。以粗糙集理论和规则提取算法为基础,将基于信息量的粗糙集属性约简算法和规则提取算法集成起来提出一种集成算法,应用粗糙集约简掉冗余属性,然后利用规则提取算法得出有效规则。将此集成算法应用于农业领域,得出规则,并且效果良好,理论分析和应用都表明了本算法的有效性和实用性。此集成算法可以应用于各种大型数据库中,从中得出有效规则,让历史数据为以后的决策服务。     

基于简化分辨矩阵的粗糙集属性约简算法

针对改进的经典算法求取属性约简存在的时间和空间性能不理想问题,本文提出了一种新的属性约简算法ARSDM.该算法先将决策表按决策属性的类别划分,后采用边生成矩阵元素边约简边排序的思想求取属性约简,有效地加快了约简速度.实验表明ARSDM算法与经典算法相比具有较好的时间和空间性能.     

粗糙集理论在煤矿瓦斯预警中的应用研究

针对煤矿瓦斯灾害,提出了将粗糙集理论应用于煤矿瓦斯预警。首先用粗糙集理论对样本数据进行属性约简,找出影响和控制瓦斯的关键属性,然后对生成的决策规则进行约简,最后建立煤矿瓦斯预警模型。通过实际应用证实了该模型是有效的。     

基于粗糙集理论的企业效绩评价指标属性约简*

目前我国企业效绩评价体系中存在指标冗余和指标关联两方面的缺陷,通过引入粗糙集理论与属性约简规则,结合16家沪市上市公司实例,在保证粗糙分类质量不变的情况下,对企业效绩评价指标属性约简。结果表明,针对企业效绩评价指标的属性约简方法是有效的,资产周转情况不是反映企业财务效绩的主要方面,资产负债率指标可以替代已获利息倍数来反映企业财务偿债能力状况。     

粗糙集在高校教学评估中的应用

目前,学生评教一般由学校教务处在期末将评分结果或考核等级反馈给代课教师.这种评教方法对于教学改革和教学质量的提高起到了一定的作用,但是这种方法并未给教师提出需要在哪些方面进行改进,并且无法从大量的评教数据中发现评教结果中隐藏的一些规则.将粗糙集理论应用于高校评教,形成决策规则,并对规则进行解释,最终指导教师的教学工作.     

分析方法为基础的粗糙集容差关系和PCA不完备信息系统

如何在不完备信息系统中利用已有的数据进行属性约简、获取属性权重一直是粗糙集理论中的一个研究重点.提出了一种在不完备信息系统中基于相容关系和PCA(主成份分析)相结合的粗糙集分析方法,这种方法属于启发式的数据分析方法.给出了这种分析方法的算法和一个算例.结果表明,该方法能够较准确地确定决策表的核,并用定量分析的方法获取属性权重.     

基于覆盖的粗糙模糊集的粗糙熵

覆盖约简是研究覆盖去冗余问题的一种有效方法。本文在基于最简覆盖的粗糙集模型的基础上,将粗糙度和粗糙熵的概念引入基于最简覆盖的粗糙模糊集,用来度量其不确定性程度;讨论了它们的一些性质,并通过实例说明粗糙熵比粗糙度更能精确地反映基于最简覆盖的粗糙模糊集的不确定性程度。     

基于粗糙集的层次分析及其应用

在实际择优决策过程中,层次分析法被广泛使用,而在不完备复杂信息系统中粗糙集理论被大量使用,对系统进行约简。本文在层次分析方法的基础上,通过粗糙集理论对层次分析模型中矩阵的维数进行了降维,有效地改善复杂大系统的处理复杂度,提升了计算机利用层次分析法解决实际择优问题的效率。实例证明了该方法的可行性和有效性。     

基于粗糙集的层次分析及其应用

在实际择优决策过程中,层次分析法被广泛使用,而在不完备复杂信息系统中粗糙集理论被大量使用,对系统进行约简.本文在层次分析方法的基础上,通过粗糙集理论对层次分析模型中矩阵的维数进行了降维,有效地改善复杂大系统的处理复杂度,提升了计算机利用层次分析法解决实际择优问题的效率.实例证明了该方法的可行性和有效性.     

人性化地址簿的粗糙集分析模型

本文介绍了一种基于粗糙集分析模型的人性化地址簿构适算法。以地址簿模型为实例，解决了智能化信息管理过程中项目自动分类的不精确，不完整问题。实验证明该算法是抽取自动归类规则的有效技术和实现智能化、人性化信息管理的快速实用方法。     

粗集理论中知识的粗糙性研究

粗集理论是处理知识不精确和不完善的一种归纳学习方法,其基本思想是在保持分类能力不变的前提下,通过知识约简,导出概念的分类规则。熵作为对不确定性的一种度量,可用于描述近似空间(U,R)中对象的分类情况。在文中,知识的粗糙性定义为近似空间中的粗糙熵,近似空间上基于等价关系的划分过程是其粗糙熵不断减小的过程。同时讨论了信息系统中的若干粗糙熵性质。     

基于粗集理论的Null值估算方法研究

在数据库管理系统中，空值（Null）在所有非主码属性中都可能出现。粗集数据分析不同于其它知识发现方法，特别大模型假设方法的一种方法。文章通过扩展粗集理论，研究了空值的估算方法。     

基于一般二元关系下的粗糙Vague集

本文研究了一般关系下Vague集合的近似问题,建立了一般关系下粗糙Vague近似的框架。在分析经典的粗集理论、模糊集理论、Vague集理论三者关系的基础上,提出了一般关系下粗糙Vague集的概念,并定义了粗糙Vague近似算子,讨论了粗糙Vague的性质。本文的结果对进一步开展粗糙集Vague集的研究具有一定的意义。     

覆盖粗糙集的公理化

粗糙集的公理系统是粗糙集理论与应用的基础.覆盖粗糙集是粗糙集理论的自然的有意义的推广.基于Xu等提出的新的覆盖粗糙集模型,研究了新模型的公理系统,用4条简洁且相互独立的公理刻画了覆盖粗糙集.这些研究有助于覆盖粗糙集理论研究的深入和完善.     

粗糙集的划分贴近度及基于划分贴近度的属性约简算法

Rough集理论是近年来发展起来的一种处理不确定、不精确、不完整数据的数学工具.属性约简是粗糙集的核心内容之一.本文提出了一个新的不确定性度量一划分贴近度,并基于划分贴近度分别提出了对一般信息系统和决策信息系统进行属性约简的算法,对决策信息系统进行约简的算法不仅可以对一致决策表进行约简,还可以对不一致决策表进行有效的约简.