遗传算法和粗糙集相结合的航空电子系统故障诊断方法研究

提出了一种将遗传算法和粗糙集理论相结合的航空电子系统故障诊断方法。该方法运用遗传算法对系统输出的连续数据进行离散化，运用粗糙集理论提取知识规则，用得到的规则进行系统的故障诊断。同时给出了一种运用粗糙集理论增减规则库中规则的方法，以便快速提取新样本知识。仿真实验和某型航空电子系统的实际应用表明：该方法能够有效诊断系统故障且诊断效率高。     

Rough集在不一致决策树生成中的应用

现实世界中存在大量不相容数据．基于Rough集的有关理论，提出了一个在决策树生成过程中简单高效的识别、处理不相容数据，生成不一致决策叶节点的方法。并引入决策质量参数来刻画不一致叶节点，从而为利用决策树推理和决策提供更多有用信息．将这些方法结合进ID3算法，使算法对相容和不相容数据均可进行有效地处理．     

不完备信息系统的辐射源识别方法研究

该文将粗糙集理论引入不完备信息系统下的辐射源识别。基于粗糙集理论,给出了一种新的不完备信息系统下辐射源识别模型。该方法以相似关系、相容关系作为基础,通过知识约简和决策规则的提取,较好地解决了不完备信息系统的辐射源识别问题。以雷达辐射源用途识别为例给出实例分析,说明了该模型处理不完备信息识别问题的有效性。     

一种基于粗集的模糊系统设计方法

利用粗糙集理论可以高效地进行属性约简和规则提取，并且在规则提取过程中能自动的生成各规则的强度，针对模糊系统设计过程中输入变量的约简、模糊规则难以提取等问题，将粗糙集理论与模糊集理论相结合，提出了一种基于粗集设计模糊系统的方法，并给出了具体的设计过程；最后给出了该设计方法的应用，结果表明了该设计方法的有效性．     

基于相容关系和最大完全图的关联规则发现方法

目的 研究高效的关联规则发现方法。方法 分析了在KDD研究中现有的关联规则，发展算法关于频繁项目集的生成方法，并引入相容类的概念。结果与结论 提出了一种新的基于相容关系和最大完全图的关联规则发现方法。     

基于粗糙集理论的C波段无线电信号特征约简

以C波段无线电信号数据库为研究对象,提出了一种新的数据离散化方法。将C波段无线电信号数据库转化为集值信息系统,然后借助于相容粗糙集理论实现了C波段无线电信号的特征约简与规则提取。     

Rough集在不一致决策树生成中的应用

现实世界中存在大量不相容数据.基于Rough集的有关理论,提出了一个在决策树生成过程中简单高效的识别、处理不相容数据,生成不一致决策叶节点的方法,并引入决策质量参数来刻画不一致叶节点,从而为利用决策树推理和决策提供更多有用信息.将这些方法结合进ID3算法,使算法对相容和不相容数据均可进行有效地处理.     

一类Fuzzy理想及它们的F诣零根

本文改进了［６］中ＦＷ—准素理想的定义，引入了两个Ｆ理想相容与不相容的概念，证明了下面的结论：１）Ｆ素理想不能分解为两个不相容的Ｆ理想之交；２）有限个两两相容的Ｆ素理想之交仍是Ｆ素理想；３）ＦＷ—准素理想不能分解为两个Ｆ根不相容的Ｆ理想之交；４）有限个Ｆ根两两相容的具上确界性质的ＦＷ—准素理想之交仍是ＦＷ—准素理想。     

模糊决策信息系统上精度约简与规则提取

基于模糊决策信息系统,借助于模糊相容关系,寻找各属性的相容类,将模糊信息系统转化为模糊目标信息系统,再通过区分矩阵对基于模糊相容类的粗糙模糊集的上、下近似分别进行精度约简,最后提取规则并对规则进行优化。     

不相容矩阵不等式AX≥B的最小偏差对称解

提出了求解不相容矩阵不等式AX≥B的最小非负偏差对称解的一种迭代方法。该迭代方法可以计算相容矩阵方程AX=B和相容矩阵不等式AX≥B的对称解。证明了迭代方法的收敛性,通过数值例子说明了算法的有效性。     

基于一种新的启发式约简算法的变压器故障诊断方法

基于依赖度的知识相对约简的启发式约简算法是一种新的粗糙集最优属性约简方法,本文首次将其应用于变压器故障诊断问题中,并结合粗糙集值约简方法,得到一组故障诊断的最小决策规则集,从而大大减小了编码的工作量,避免了约简属性组合查询及缺少关键属性时规则匹配所带来的不便,运算速度也相对加快。此外,该模型还可以通过丰富训练样本,修正决策表的自学习法使得诊断效果不断提高。最后结合实例分析,证明该方法的简便及有效。     

基于矩阵的决策表属性值分类方法

在粗糙集值约简算法中,需要对决策表的属性值进行分类.文中基于二进制可辨矩阵和为同一决策类的不同对象建立的二进制矩阵,提出一种简化的属性值分类方法,该方法能实现决策表属性值快速分类.最后通过实例分析验证了该方法的可行性和有效性.     

基于论域空间降维的机电产品故障诊断

提出了一种基于论域空间降维的机电产品故障诊断方法。通过对粗糙集论域空间进行降维,降低了计算复杂性,在此基础上通过属性约简和值约简,导出了清晰简明的诊断决策规则。运用该方法对镇流器自动化生产线上的故障诊断进行研究,实例分析表明,这种新方法提高了故障诊断的能力,对进行在线故障诊断具有实际应用价值。     

基于粗集理论的数据约减算法及其改进

在分析基于信息系统的粗糙集理论的基础上，详细地描述了一种基于核的约减算法，接着从降低约减算法计算复杂度角度出发，提出度量单个条件属性对系统概念贡献程度的关联度的概念，修改了属性约减算法，并简要计算算法修改前后计算复杂度，实验结果表明，修改后的算法在降低时间复杂度的同时能求出次优属性集约简．     

一种基于粗糙集理论的决策规则提取方法

粗糙集理论是一种新兴的数学工具,用于分析、处理不确定或不完整的复杂信息,适合于从大量复杂的数据中发现隐含的、潜在有用的规律。提出了一种基于粗糙集理论的决策规则提取方法,通过重要度分析和属性约简,找出影响决策属性的关键因素。通过值约简,得出决策规则。运用该方法对大学生自主学习风气与能力培养之间的关系进行研究,实例分析表明,这种新的方法具有实际应用价值。     

基于粗糙集对旋转机械故障诊断系统的研究

针对机电设备故障诊断中存在的知识冗余和不确定性,从原始数据出发,利用决策表约简算法进行属性和属性值的约简,建立了故障诊断的规则库.给出了基于粗糙集的故障诊断和知识获取模型的一般结构.通过对旋转机械典型故障的分析,建立了决策表,通过对决策表的约简,减少了数据库中数据的数量,解决了故障诊断中知识获取的瓶颈问题.提出了决策表的属性值约简的一种简化算法.实验证明该方法是可行的.     

基于Rough集和概率统计方法的决策规则提取

Rough集是一种处理不精确的、不一致的、不完整的信息,并从中发现隐含的知识,揭示潜在规律的新型方法.Rough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,删除其中不相关或不重要的知识,从而导出问题的决策或分类规则.概率统计方法是传统数据处理方法,两者各有其优缺点.在决策规则提取过程中,将两者方法结合起来,在满足决策规则力度、肯定因子和覆盖因子的基础上对规则进行筛选,从而提高了决策的准确性和合理性.     

可信度差别矩阵及其属性约简

针对决策表中因存在不一致数据而造成求核和属性约简的错误,引入对象可信度的定义,并将其添加到决策表中,以区分不一致和一致对象;然后,给出差别矩阵的定义,以及基于该差别矩阵的核属性和属性约简定义,同时证明了由该定义获得的核和属性约简与正区域的核和属性约简是等价的;最后,设计属性约简算法及其改进算法,并通过实例和实验验证了算法的有效性。     

基于粗糙逻辑的决策算法之应用

针对条件属性中总是存在若干冗余的属性,粗糙逻辑采用了决策算法进行推理。它通过约简冗余属性及属性值,最终得出极小化决策算法。本文应用粗糙逻辑的知识对决策规则的约简进行了详细的分析,并成功的将之用于了医疗决策系统。