一种多属性和准则定序分类模型

针对经典粗糙集理论在解决定性属性、定量属性以及准则属性同时出现的定序分类问题时能力较弱的这种情况,对经典粗糙集理论进行扩展,并给出了一个基于扩展粗糙集的决策分析方法.该方法使用"不可区分-相似-优势"关系来代替经典粗糙集理论中的不可区分关系来获取知识的粗糙近似.实例验证表明该方法不但能够解决上述问题而且还能处理决策表中可能存在的不一致现象,具有较好的有效性与优越性.     

一种基于粗糙集的K-means聚类算法

对粗糙集进行了相关研究,并提出了一种以粗糙集理论为基础的K-平均聚类算法,该算法以信息表中条件属性和决策属性的一致性原理为基础,应用粗糙集的属性约简算法消除冗余属性,利用各属性重要度确定其权值,在此基础上应用改进的K-平均算法进行聚类分析.该方法的优势在于消除了不重要的属性,赋予了各属性权值,使聚类更有效,更客观.实验结果表明,该方法是有效的.     

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.     

基于属性约简与动态模糊依赖关系的企业绩效评价方法

针对如何更科学合理地进行企业绩效评价的需要,将粗糙集方法和动态模糊依赖关系理论相结合,提出一种新的企业绩效评价方法。应用粗糙集理论中基于属性重要度的属性约简算法构建评价因素集,基于动态模糊依赖关系理论构建公司绩效评价结果集。通过对具体的数据集的测试表明所提出的评价方法是有效的。     

基于不完备信息系统相容关系的分配约简遗传算法

属性约简是粗糙集理论的核心问题之一,也是粗糙集有效算法研究的焦点.本文研究在不完备信息系统下的属性约简算法,在相容关系基础上,提出了一种应用遗传算法来求解分配约简的方法,并通过实例分析说明了该算法的有效性.     

决策表中属性的重排

研究决策表中属性的重排。对同一个决策表,把其中不同的属性分别指定为结论属性,借助决策表中属性之间的约简和冗余关系判别哪种重排可以导致粗糙集以及哪种属性重排导致非粗糙集。提出了属性重排粗糙度的概念,基于属性重排粗糙度提出了属性最佳逻辑流向、最佳逻辑属性等概念。分析并指出不同属性重排所对应的粗糙度和属性最佳逻辑流向反映了决策表中不同属性之间的因果蕴含关系。数值算例表明,利用决策表的属性重排可以有效地对缺失数据进行插补。     

基于模糊-粗糙集理论的神经网络模式识别方法

目的 通过对数据进行约简提高模式识别中数据的有效性,以提高胶合板缺陷检测的准确率和在线的实时性.方法 利用粗糙集理论在数据约简上的优势,提取出对模式识别决策结果影响最大的属性,约简掉对决策结果影响较小的属性.利用模糊逻辑在不确定性问题的能力,提高边缘属性在模式识别中的权重值.利用神经网络在模式识别中的有效性,将粗糙集算法、模糊逻辑、神经网络的人工智能算法有效相结合,提出一种基于模糊粗糙集神经网络的模式识别分类方法.结果 结合胶合板缺陷检测,针对胶合板的13类缺陷的17个属性,提取出最有效的数据,约简了对决策影响最小的4个属性.结论 基于模糊-粗糙集理论的神经网络模式识别算法提高了数据的有效性,增强了缺陷检测的准确度,提升了在线检测的实时性,取得了良好的研究结果.     

一种基于变精度粗糙集的规则提取方法研究

主要研究了变精度粗糙集的下近似集,得到了变精度粗糙集的下近似集和属性集合基数之间的关系,提出了一种易实现的变精度粗糙集决策表约简算法。该算法分2步进行决策表约简计算:①计算决策表核;②在决策表核的基础上计算决策表最小约简。仿真实验结果表明所提出的变精度粗糙集约简算法计算简单、容易实现。     

关系积理论及属性约简算法

属性约简是粗糙集RS (rough set)理论的重要研究内容.决策表的最小属性约简是NP-hard问题.本文基于集合理论,提出了关系积概念,把决策表的属性约简过程转化为关系积的运算,充分利用关系积的相关性质,提高了关系积属性约简算法的效率.     

基于不完备信息的粗糙集确定备件品种

针对确定备件品种不完备信息的多属性决策问题,给出了基于不完备信息系统的粗糙集模型,并依据扩展优势关系确定粗糙集的上、下近似集,从而获取分类决策规则;通过一个实例说明该方法的可行性和有效性。     

一种不同偏好信息下的多目标群决策方法

研究决策者给出属性偏好信息的多目标群决策问题。根据多个决策者给出关于属性的两类偏好信息———属性偏好顺序和AHP判断矩阵,首先构造一个转换函数将不同的偏好信息作归一化处理———转化为AHP判断矩阵,其次建立了一个能够集成决策群体对属性偏好信息的线性目标规划模型,通过求解该模型算出群体对属性权重的集成值,最大程度地反映了每个决策者的偏好。最后给出了一个算例。     

基于模糊推理的飞机结构件平顶筋自动识别方法

分析平顶筋的几何、参数和工艺属性并给出平顶筋的表示模型;给出识别原理及识别方法的关键技术,包括：建立结构件模型的属性邻接图,计算结构件计算机辅助设计（CAD）模型中面和边的属性并对图中元素赋值;设计主面识别加权关联规则,运用模糊推理从属性邻接图中提取平顶筋主面;以平顶筋主面为种子面,搜索其他关联特征面;给出方法的实现流程并开发相应的算法,实现飞机结构件平顶筋的自动识别.实例测试及应用表明,该算法是正确且高效的,所识别出的平顶筋能直接映射到后续的加工操作中,用于筋特征数控加工的自动编程.     

一种改进的粗糙集理论分层递阶约简算法

粗糙集的分层递阶约简算法是根据属性的获取方式、采集成本和实时性要求等对属性进行分类,使决策系统中的所有属性在单层次和单粒度上的知识表示变为部分属性所构成的知识在多种层次和多种粒度上的表示,从而可以逐层对决策系统进行约简.在此基础上,文章根据规则获取者的需要即属性的重要度考虑进行分层递阶简约.文章的最后将该算法应用于某单位人才引进决策的获取中,证实了其有效性.     

量子遗传算法在Web服务选择中的应用

为了提高Web服务选择效率,首先提出了一种树形结构组合服务服务质量计算模型,采用二叉树表示组合服务中的任务(抽象服务)及依赖关系,自底向上逐层汇聚服务质量属性,通过树形结构避免了大量的重复计算,减少了组合服务服务质量的计算时间．然后提出了一种基于量子遗传算法的服务选择方法,采用二维多量子比特编码染色体,并附加标志位表示多路径信息,用量子旋转门实现个体的进化．对比实验结果表明,相对于传统遗传算法,基于量子遗传算法的服务选择方法能在更短的时间内得到更好的解．     

Approach based on wavelet analysis for detecting and amending anomalies in dataset

It is difficult to detect the anomalies whose matching relationship among some data attributes is very different from others＇ in a dataset. Aiming at this problem, an approach based on wavelet analysis for detecting and amending anomalous samples was proposed. Taking full advantage of wavelet analysis＇ properties of multi-resolution and local analysis, this approach is able to detect and amend anomalous samples effectively. To realize the rapid numeric computation of wavelet translation for a discrete sequence, a modified algorithm based on Newton-Cores formula was also proposed. The experimental result shows that the approach is feasible with good result and good practicality.     

一种满足最大隐私泄漏率要求的匿名方法

k-匿名方法能简单和有效地防止隐私数据泄露。由于敏感数据分布具有不均匀性,k-匿名方法不能有效满足视图发布者的最大隐私泄漏率要求。针对此问题,给出了隐私信息泄漏测量公式和信息保留度公式,并提出一种满足最大隐私泄漏率要求的匿名方法,该方法不仅对准标识符属性进行泛化,还对敏感属性进行了必要泛化。实验表明,该方法能够有效地满足视图发布者的最大隐私泄露率要求。     

粗糙集分层递阶约简算法在医学诊断中的应用

粗糙集理论的分层递阶约简算法是根据属性的获取方式、采集成本和实时性要求等对属性进行分类,使信息系统或者决策系统中的所有属性在单层次和单粒度上的知识表示变为部分属性所构成的知识在多种层次和多种粒度上的表示,从而可以逐层对决策系统进行约简。分层递阶约简算法在某医学诊断中的应用证实其有效性。     

多业务混合模型下的蜂窝系统性能分析

在多业务资源受限蜂窝系统中,提出了一种有效分析系统性能的方法.通过对用户的业务和行为特征进行合理统一的描述,给出了符合混合业务特性的用户业务及行为模型.基于多维连续时间马尔可夫链,得到了系统期望阻塞率、业务中断概率以及系统资源利用率与用户特性之间的关系.仿真结果表明,与已有方法相比,提出的方法能更准确地分析系统性能.     

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.     

基于预期业务损失的传送网量化预警方法

对传送网预警方法问题进行了研究。提出了适应于传送网的预警总体框架。通过分析业务属性特点，定义了基于业务的量化预警综合测度指标。通过分析预期业务损失对全网的加权影响，提出了静态部件预警及动态运维预警两种预警机制。该方法已在实际网络环境中实施，取得了良好效果。