基于粗糙集和信息熵的城市生态系统健康评价研究

针对城市生态系统健康评价问题,提出一种基于粗糙集和信息熵的指标体系建立方法.根据城市生态系统健康评价相关指标数据建立信息系统,运用信息熵定义知识重要性,以核为起点进行属性约简,构建评价指标体系.该方法从实际数据中求得的指标体系能够客观评价城市生态系统健康状况,为城市发展提供准确和快捷的决策依据.     

基于粗糙集与条件信息熵的大坝安全融合评价模型

权重的确定是大坝安全多效应量融合评价研究中的关键性问题,已有的权重确定方法存在过于依赖先验知识的缺陷,基于此,从概率论和信息论的角度,将大坝安全监测多效应量融合评价视为一个随机系统和不完备信息系统,利用粗糙集理论和条件信息熵理论在处理随机性和不完备性方面的优势,以权重研究为核心,建立大坝安全多效应量融合评价模型,并给出了一个实例分析,为大坝安全评价提供一条新的研究思路和途径.基于粗糙集和条件信息熵的权重确定方法既能体现属性指标在属性指标集中的重要程度,又能体现属性指标对于属性决策集的重要程度,因而更加全面和合理.     

基于信息熵的粗糙集连续属性多变量离散化算法

属性离散化能够降低问题的复杂度,得到更加简短、精确且易于理解的规则。针对现有离散化方法在选择断点时没有考虑属性间和属性内断点的互斥性且不能保证保持决策表的不可分辨关系,本研究提出一种新的基于信息熵的粗糙集连续属性多变量离散化算法(PAD)。它以信息熵作为选择断点的衡量标准,以不可分辨关系为停止标准并引入5条断点预选确选策略。实验结果表明,引入断点预选、确选策略的PAD算法与Ros-tta软件中的5个离散化算法相比,具有较高的预测精度和较少的断点数目。     

基于AHP和粗糙集的二阶段评价方法研究

通过分析AHP在求解过程中存在的不足，结合粗糙集理论强大的定性分析能力，提出了AHP和粗糙集相结合二阶段求解的基本思路，并针对物流服务商评价问题的一个具体实例，阐述了如何应用AHP和粗糙集二阶段方法对物流服务商进行评价。评价结果表明，新提出的二阶段评价方法与AHP、AHP—TOPSIS方法、突变理论相比较，它对于最优企业的选取，无疑是一个重要的决策参考。     

基于信息熵的教学模糊综合评价研究

教学评价是一个结构复杂和影响因素众多的过程.针对一般教学评价方法的缺陷,引入＂信息熵＂的理论,结合模糊综合评价法,提出了基于熵的模糊综合评价法,克服了单一评价方法在权重确定方面的不足,并将之应用到教学评价过程中,表明运用该方法的评判结果更客观、科学、合理.     

基于信息熵的典型滑坡危险度评价研究

为了定量地对典型滑坡危险度进行评价,根据典型滑坡的强度指标和发生可能性指标建立典型岩质滑坡危险度评价指标体系,利用信息熵原理,结合中国科学院成都山地所滑坡数据库(CDMI)中奉节县24个典型岩质滑坡计算各评价因子客观权重,建立定量评价模型.计算奉节县24个典型岩质滑坡的危险度,通过实地调查对评价结果进行对比验证,危险度评价结果准确率达87.5%,可作为评价典型滑坡危险度的新方法进行推广运用,为滑坡的防治提供依据.     

基于粗糙集图像分层算法的研究

提出了一种基于粗糙集的图像分层新算法,首先从数字图像中提取色彩信息和空间信息构造条件属性集,分析经典的图层信息构造决策属性集,然后运用粗糙集理论进行数据挖掘,从而得到从条件属性集到决策属性集的强规则,运用这些规则对数字图像进行智能分层。最后,用实例证明了该算法的正确性。     

基于信息熵的概念设计的质量评价

为避免不合理的概念设计给产品质量带来损失,建立了一般性的多层次的概念设计质量评价指标体系.线性规划了质量评价,分析了用户需求、顾客竞争性以及指标之间的互相关性等因素对质量评价指标权重具有的不确定性影响,说明了线性规划的权重的不确定性、线性规划的线性组合系数的不确定性、评价者对不同指标的评价的不确定性,并引入信息熵来描述这些不确定性.根据拉格朗日乘子法的法则,对质量评价的线性规划优化问题构造拉格朗日函数,并应用最大信息熵原理进行优化,求解概念设计质量评价的线性规划优化问题.该方法应用于汽车概念设计方案质量评价与优选,能够优选出最佳的概念设计方案,从而保证产品质量.     

基于粗糙集的综合评价方法研究

粗糙集特有的属性约简和属性重要度原理能对有限的指标数据进行有效挖掘, 且具有客观性, 能优化综合评价过程.根据这种思路, 提出了基于粗糙集的综合评价流程及各步骤方法, 并通过同行评议专家的科技信用评价验证了该方法的实用性.     

基于形成性评价和信息熵理论的高等教育考核模式研究

首先明确了高校课程考核的概念及作用。然后对高校课程考核模式的现状及存在的问题进行了详细的分析,针对这些问题提出了强调过程控制和多元化考核方式的课程考核改革方案,并以此为基础建立了基于形成性评价和信息熵理论的课程考核模式。以同济大学浙江学院《桥梁工程》课程考核为例,进行实例应用,并与传统考核模式对比,验证了该考核模式的合理性。     

基于熵和粗集的设备故障诊断方法

提出了一种基于熵和粗集的故障诊断方法。利用信息熵判断系统运行状态，确定系统故障的严重程度，并依据故障程度采集相应的数据，在此基础上，运用一种改进的区分矩阵方法进行相对约简并对不一致信息进行处理，最终形成一种综合策略的诊断规则。     

知识的不确定性度量和基于信息熵的模糊粗糙度

基于另一角度——信息熵给出了模糊集在λ—水平下的模糊粗糙度的概念，从而更深刻地反映知识的不确定性及集合的不确定性．     

基于粗糙集和决策熵的水利工程监理投标风险分析

将粗糙集中的属性约简与关于知识的决策熵结合起来,建立了基于粗糙集和决策熵的投标风险分析评价模型.以水利工程监理投标为研究对象,选取了在同一地区16次投标的17项风险因素作为研究样本,验证了模型在水利工程监理投标风险因素分析应用中的实用价值,为企业投标风险评价理论研究和实践提供了有益的借鉴.     

基于模糊集和粗糙集理论的企业免疫力评价

借鉴免疫学理论,在前人研究的基础上,对企业的免疫力进行了初步探讨,并构建了企业免疫力评价指标体系。将模糊集与粗糙集理论有机结合起来,运用模糊识别对指标进行模糊定性,运用粗糙集依赖度理论进行属性约简,并赋予属性权重,建立综合评判式。最后通过实例验证了该方法的实用性和可行性,为企业免疫力的评价提供了新的思路。     

基于粗糙集理论的装备战损评估方法

战损评估是"基于效果的作战"的关键环节;根据导弹装备战场损伤评估中的难点,运用粗糙集理论研究了适于装备损伤评估的实用方法;简要介绍了粗糙集理论的基本原理;用基于分辨矩阵的属性约简方法,给出了一种装备战场损伤的评估模式;结合一个导弹装备战损评估实例介绍了一个完整的评估步骤,并给出了评估结论,对开展装备损伤评估定量研究和定性决策具有指导意义。     

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.     

基于实Gabor滤波器与粗糙熵的加权纹理分割法

结合人眼视觉特性,设计了一组多尺度、多方向Gabor滤波器,引进粗糙集中的互信息熵,以评价经不同滤波器提取的特征对聚类的影响,去除影响聚类的不重要、冗余因素,突出了区分能力强的特征,使纹理图象的分割质量和算法效率均得到了提高。     

基于邻域粗糙集和距离判别的信用风险评级

针对信用风险评级过程中数据的高维性和各属性数据存在量纲差异性的问题,提出了一种基于邻域粗糙集和距离判别的信用风险评级方法。邻域粗糙集是一种常用的降维方法,与传统的降维方法相比有严格的数学推导,对数值型属性和类别型属性可作分别处理。数值型属性在距离判别时容易受到数据量纲的影响,采用马氏距离可以消除数据量纲差异对分类造成的影响。因此以待测样本与各类训练总体之间的马氏距离的大小作为判据对待测样本进行分类。对现实数据进行实验,各类和总体的数据准确率表明该方法是一种有效的评级方法。     

基于粗糙集神经网络的网络安全态势评估方法

为克服多源数据融合中存在信息高维、冗余和噪音等大量不确定性因素给网络安全态势评估带来的复杂影响,提出一种基于粗糙集神经网络的网络安全态势评估方法。该方法既利用粗糙集理论在机械学习、处理冗余信息和特征提取等方面的能力,又结合神经网络处理噪音和任意逼近能力构造出由指标层、离散层、规则层、决策层组成的态势评估模型,并与BP神经网络方法进行对比研究。仿真实验结果表明,所提方法偏差较少,更能客观、准确地分析网络安全状况。