基于粗糙集理论的网络入侵检测方法研究

数据挖掘能从大量数据中提取出潜在的有应用价值的模式,而粗糙集理论作为一种分析不确定知识的强有力的数学工具,为数据挖掘提供一种崭新的工具。建立网络入侵检测的系统结构,通过粗糙集方法在预处理中属性约简的应用,减小处理数据的规模,通过测试集上的实验得到验证粗糙集适用于入侵检测这样大数据集的问题。     

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。     

基于粗糙集和支持向量机理论的物流需求预测研究

选择合适的预测模型来预测物流需求,对升级和优化物流产业具有重要的战略意义。常见的物流预测方法有:增长率法、移动平均法、时间序列法等,由于实际的物流预测数据常常具有多指标、非线性、小样本的特点,并且数据中存在冗余指标(噪声),导致在实际应用中,大多数预测方法的预测精度不高,难以保证有效性。针对这类物流预测问题,本文根据粗糙集属性约简中基于差别矩阵的算法,剔除冗余指标,基于约简的属性,改进了单一的SVM预测模型,并用遗传算法优化了SVM模型的输入参数,获得了较高的预测精度。本文给出了该方法的具体步骤,并用实际数据预测了广东省的货运总量,验证了该方法的有效性。     

一种基于FPGA的改进粗糙集属性约简方法

粗糙集理论是一种新型的数学工具,主要用于分析处理模糊和不确定知识。属性约简是其中的一个重要环节。本文结合遗传算法,提出了一种基于FPGA改进的粗糙集属性约简方法,在原研究的基础上,先利用属性重要度求解决策表的核属性,再运用于属性约简,从而减少遗传操作的迭代次数,加快属性约简速度。     

MMAS与粗糙集在齿轮箱故障诊断中的应用

粗糙集理论是一种新的处理含糊和不确定性知识的数学工具,属性约简是粗集理论研究的重要内容,属性约简算法有很多种,而计算一个最佳约简是NP难问题。为了能够有效地获取信息系统的约简,提出了一种新的约简算法。该算法选择最大-最小蚂蚁系统(MMAS),以Fisher准则作为启发式信息来提高搜索效率,将蚁群优化算法引入属性约简中,利用粗糙集理论对故障诊断决策表进行约简,形成清晰、简明的故障诊断规则,为下一步的故障诊断打下了坚实的基础。     

基于粗糙集理论的学生成绩分析

利用粗糙集理论中的属性重要性方法对某班学生的微积分成绩进行分析,从而得出影响学生成绩的重要因素,为高校教学管理提供参考。     

基于分治的属性约简相对核计算

针对信息表中相对核的计算采用分治策略提出了一个新的属性约简方法，将在计算整个全域上的属性约简问题转化为计算在相应划分的子区域上属性约简问题．将原有计算POS X0(y)的算法复杂度O(|A||U|^2)，降为O(|A|(|Y1|^2 |Y2|^2 … |Yn|^2))，对于一般比较大的|U|说，效率提高非常明显，提高了属性约简的可计算性.     

基于粗糙集约简的生产成本决策

成本决策是成本管理的重要环节,为了将先进的人工智能方法融入生产成本决策过程中,并使得决策因素最小化,在深入研究粗糙集理论的基础上,提出了一种新的基于区分矩阵的最小属性约简方法,并详细阐述了该方法的含义和性质,以及算法的搜索策略与执行过程,有效解决了任意相容决策表的最小属性约简问题,并结合现有改进的值约简算法,达到了决策...     

模糊决策属性约简及其在工位评估中的应用

受粗糙集理论中知识约简的启发,在模糊多属性决策理论中提出属性约简的概念,构建属性约简方法,寻求属性集合中所有最简单的保序属性约简子集以及属性约简核.用属性约简子集代替原有的属性集合,通常可以显著简化模糊多属性决策问题.还将此属性约简方法应用到生产线工位绩效评估中,表明此属性约简算法的实用性.     

采用粗糙集的客户分类预测分析

探讨了粗糙集理论在客户分类预测中的应用,提出对一般属性约简的修正方法、直接处理不一致系统的分类规则约简算法及基于粗糙集的客户分类预测规则,为企业客户的分类预测提供了参考.实证分析结果表明运用上述方法及规则能有效地降低了数据计算的复杂性,提高客户分类预测的准确性.     

基于粗糙集的数据挖掘方法在机械故障诊断中的应用

粗糙集理论无需提供除问题相关的数据集合外的任何先验信息,适合于发现数据中隐含的、潜在的规律。文章将数据挖掘中粗糙集方法应用于机械故障诊断领域,对大量的机组状态数据进行挖掘,发现故障数据中存在的规律,并以规则的形式体现出来。结果表明,采用粗糙集方法所得出的规则是正确的,并能正确用于机械故障的分类工作。     

设备故障诊断的粗糙集方法研究

针对设备的各种故障,利用粗糙集优越的约简理论,对系统的量测数据进行诊断规则提取与简化,并通过对多个约简表关键信息的综合,形成一种混合策略的诊断规则,它充分利用冗余信息,在信息丢失、不完备的情况下,仍能对设备进行正确的诊断。     

基于广义粗糙集理论的旋转机械故障诊断

故障诊断规则中判断条件的冗余、不完全和不确定性不利于实际应用。采用广义粗糙集理论对旋转机械振动故障诊断的非完备决策系统进行了分析处理，求出了进行诊断所需的关键条件，由相对约简得到了最优诊断规则。在工程实践中成功地诊断出了大型旋转机械的一些常见故障。     

基于相似矩阵的折半属性约简算法

针对大多数属性约简算法时间复杂度比较高的问题,利用粗糙集理论提出了一种新的解决办法,该方法基于相似矩阵概念,利用属性在相似矩阵中出现的频率给出了属性重要性的计算公式,以此作为启发式知识来约间决策表中的冗余属性,并将折半查询的思想运用到算法中以加快约简的速度。实验表明该算法是简单有效的.     

正确认识层次分析法(AHP法)

层次分析法（ＡＨＰ法）作为较早线入我国的多属性决策方法,在管理学、运筹学等领域广泛应用。然而人们对于层次分析法的有效笥大都鲜在考虑。通过列举具体实例,对应用ＡＨＰ法产生诸种矛盾和问题进行了探讨。由分析可以看出,ＡＨＰ法求出的结果并非完全可靠,在实践应用中要谨慎对待。     

考虑决策信息变化的多属性群决策方法研究

动态变化的实际决策环境使得决策者的决策偏好发生变化,进而使决策者在不同时间点的决策信息发生变化,从而影响决策结果。因此,考虑决策者信息变化的多属性群决策问题是一个值得关注的问题。进而提出了考虑决策信息变化的多属性群决策方法,以获得更加符合实际的评价结果。首先,基于专家共识最大化的原则,根据专家对决策单元属性的评价信息构建非线性规划模型求解专家权重,根据专家对决策单元属性评价信息的变化调整专家权重;其次,基于结构熵权法,根据专家对属性的排序信息确定属性权重,根据专家对属性重要性排序的变化调整属性权重,采用EDAS方法对决策单元进行排序。最后,采用供应商评价的算例验证了所提出方法的可靠性及有效性。     

基于粗糙集理论的一种综合定权法

基于粗糙集理论中信息量的概念提出了一种新的主观定权法，再以优化理论为依据建立了综合定权的优化模型，并给出了模型的精确解，据此推导出一种兼顾主观偏好和客观信息的综合权重赋值法，最后给出了一个应用实例说明了这种定权方法的有效性。     

基于广义粗糙集的知识约简方法研究

针对粗糙集理论在知识约简中的实际需要,提出了建立在一般二元关系基础上的广义粗糙集知识约简方法。首先证明了广义粗糙集是经典粗糙集的一般性推广,而经典粗糙集是广义粗糙集的特例;然后以一般二元关系为分类基础,给出一般关系决策系统中的知识约简判定定理和辨识矩阵;最后根据实例提取最小的属性集,验证了该方法的实用性。该方法摆脱了二元等价关系对经典粗糙集的困扰,既保证了粗糙集理论在知识发现研究中的理论优势,又拓展了粗糙集理论在实际应用中的适用范围,具有较强的实用性。     

基于粗糙集和多目标规划的多物流配送中心选址

物流配送中心选址是一个定性与定量相结合的问题.首先利用粗糙集方法获得指标的权重,集结指标值后得到备选配送中心的综合评价值.以最小化建设成本和最大化建站的综合评价值为目标,建立一个双目标规划模型.根据决策者是否知道目标函数的偏好,提出了加权法和折衷规划法两种求解方法,从而可以确定配送中心的分布、规模、数量以及每个配送中心的配送策略.实例分析证明了方法的可行性.     

防洪调度多目标决策理论与模型

根据我国防洪调度决策的特点,首先指出防洪调度决策是复杂的多目标决策问题。然后、建立防洪调度系统多目标决策的理论、模型与方法。其中包括多级模糊优选理论与模型、目标权重的确定等新颖内容。