基于粗集理论的属性约简关键技术概述

本文从静态属性约简和动态属性约简两个方面对基于粗集理论的属性约简关键技术进行了归纳总结,静态属性约简算法有基于信息熵、基于正域及基于辨识矩阵的约简算法,同智能计算方法结合的动态属性约简算法有并行属性约简、基于粒计算的属性约简及增量式属性约简等。指出今后属性约简的发展方向是在大数据时代下同智能算法、并行计算、云计算等技术融合发展的趋势。     

Rough集理论在社保DSS中的应用

文章将Rough集理论应用于社会保险决策支持系统,对社保DSS中的数据进行属性及属性值的约简,挖掘其中隐含的知识,从而得出最小决策规则.结果表明,Rough集理论为决策支持系统提供了一种有效的新的数学方法.     

基于证据理论的覆盖决策信息系统约简的数值刻画

决策为划分的覆盖决策信息系统的特征选择理论和方法日趋成熟。但在数据采集的过程中,有些数据集存在对象的决策缺失或决策不能完全确定情况,那么将决策刻画为覆盖更加合理。而决策为覆盖的覆盖决策信息系统特征选择的研究却很少见。本文讨论决策为覆盖的覆盖决策信息系统的特征选择,利用证据理论中的信任函数和似然函数给出覆盖决策信息系统约简的等价刻画,从而给出求约简的算法,并以实例说明该方法的有效性。     

基于粗集理论的系统评估

讨论了基于粗集理论的系统综合评估和运用粗集理论进行系统评估指标体系的选择。给出了基于粗集理论进行系统综合评估的一般步骤，研究了运用粗集基本理论进行评估指标体系建立的方法，最后的实验结果验证了本文方法的有效性。     

基于区分矩阵的多粒度属性约简

多粒度是粒计算领域的重要研究方向之一,它在两个或多个不同的粒度下进行问题求解,已经成为解决复杂问题的一种新的范式。属性约简作为粗糙集理论的核心内容之一,已被成功地应用于粒计算、数据挖掘等领域。将多粒度思想应用于属性约简将是一个有意义的研究方向。为此,本文运用粒计算理论中的粒化思想进行属性粒化,构造多个属性粒;然后基于属性粒上的区分矩阵计算属性粒的重要度和属性粒中属性重要度;最后利用这两种重要度设计了一种多粒度属性约简算法。通过在不同的粒中挑选属性,该算法得到的约简结果更具有代表性和差异性。本文利用6个数据集对提出的多粒度属性约简算法的性能进行测试,实验结果表明了提出算法的有效性。     

飞机复杂系统故障诊断的灰色粗集推理方法

传统的复杂系统故障诊断规则不易获取且方法单一,不能满足系统维护要求.文中全面考虑复杂系统诊断的数据来源,用灰色关联理论降低系统复杂性并通过粗糙集约简数据的思想实现灰色粗集推理.基于灰色粗集推理方法实现了故障诊断规则的获取,并通过实例验证方法的可行性,结果明显优于神经网络算法,可有效提高诊断效率.     

基于信息熵的连续属性自动聚类算法

基于信息熵的有关理论，提出了一种新的连续属性的自动聚类算法。首先介绍了Shannon熵的概念及其两个重要的定理，基于信息的不确定测度，提出了一种Shannon熵的准则函数φ，并且指出了该准则函数必须满足的6条原则。其次，基于该准则函数，引出了一种针对单个连续属性自动聚类的FUSINTER算法。由于实际信息系统中有多个连续属性，这主需要对多个连续属性分别使用FUSINTER算法进行离散，并且要求最终保证整个信息系统离散是相容的和一致的，而且各个属性拥有较少的分割区间。最后，本文以干线飞机外形参数的变化趋势与其更新换代的关系来说明文中提出的属性离散化过程，并展示了该聚类算法的有效性。本文提出的方法可以用于机器学习或数据挖掘的数据前处理。     

中介逻辑的模型论性质

中介逻辑是朱梧槚与肖奚安合作创立的一个新的逻辑系统,该系统的创立有着很强的哲学背景,因此在创立后得到了很大的发展。但对于该系统语义的研究还不够广泛和深入。本文系统地研究了中介逻辑的模型论性质。第一部分系统地定义了中介逻辑模型论的一些概念:如语言、结构、解释、满足等,第二部分证明了对任一和谐理论,都可在其见证集的等价类上建立其模型。利用此定理,笔者证明了广义完全性定理,并由此证明了中介逻辑的可靠性与完备性。本文最后一部分讨论了中介模型论的其他重要性质。利用中介逻辑的完备性,本文证明了紧致性定理,即一理论有模型当且仅当其任一有穷子集有模型。文中还证明了中介逻辑的Lowenheim-Skolem-Tarski定理。     

基于粗集的调度Agent知识库建模研究

首先通过相识集、招标集、投标集和中标者的概念，描述了车间调度系统中的调度Agent与资源Agent间任务分配的招投标关系；运用粗集理论，基于任务的属性和资源Agent完全任务的成本、质量、负荷和时间等属性构造决策表；在分析了决策表的特征基础上，生成调度规则集，即调度知识库；最后给出车间调度Agent的调度过程算法。     

D-S证据理论在多传感器数据融合中的应用

近年来,许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法,最常用的算法是贝叶斯决策检验法,国际上已提出将证据理论用于数据融合,但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知及精确反映证据收集过程等方面显示了很大的灵活性。文中阐述了Ｄ－Ｓ证据理论的数学性质,给出了可信度公理及Ｄ－Ｓ综合规则,并进行了计算机仿真实验,实验结果说明这种判决方法非常实用,用于数据融合算法非常有效     

基于不完备模糊规则库的信息融合故障诊断方法

在基于模糊推理的故障诊断专家系统中,规则库的不完备常常会引起系统的某些输入产生的输出不确定。针对此问题,将模糊推理与证据理论相结合提出了一种新的融合诊断方法。首先根据证据的随机集表示及随机集扩展准则将模糊输入映射到输出,并聚合生成故障命题的基本概率赋值(BPA),以度量由规则库不完备和输入模糊性引起的输出不确定。然后利用Dempster组合规则将多个不完备规则库提供的BPA融合,用融合结果判决故障,并以电机转子故障诊断为例,验证了所提方法可以有效地提高故障确诊率。     

不完备系统中的变精度多粒度粗糙集

以不完备信息系统为研究对象,将变精度粗糙集方法与多粒度粗糙集方法进行融合,构建了基于容差关系的可变精度乐观和悲观多粒度粗糙集模型.这两种可变精度多粒度粗糙集模型都是基于容差关系的可变精度粗糙集与多粒度粗糙集的拓展形式.对可变精度多粒度粗糙集的基本性质进行了讨论,为采用粗糙集方法处理不完备信息系统提供了新的技术手段.     

基于粗支持向量机的飞机机体研制费用预测

分析粗糙集理论方法和支持向量机方法的优势和互补性后,探讨粗糙集与支持向量机的结合方法,提出一种基于粗糙集数据预处理的支持向量机预测系统。将该系统用于飞机机体的研制费用预测中,与其它方法相比得到较高的预测精度。     

面向再制造设计方案的去主观混合多属性决策方法

面向再制造设计(Design for remanufacturing,DfRem)是将再制造特征考虑到产品设计过程,因设计者缺乏明确定义的再制造知识,面向再制造方案决策受设计者主观偏好、经验等主观因素的影响,导致不合理决策设计方案。为了客观地得到面向再制造最优设计方案,提出一种去主观的混合多属性决策方法克服设计过程主观因素的影响。首先,通过物元理论表征设计特征与需求信息,结合设计准则得到初步设计方案,接着建立考虑技术、经济和环境因素的评价指标体系,采用熵权法和模糊集通过多属性决策得到最优设计方案。最后,以面向再制造的电机拆解机设计为案例验证上述方法的可行性与实践性,结果表明上述方法对面向再制造设计的方案决策有效可行。     

粗糙集中连续属性离散化的一种新方法

提出一种新的间接离散化方法——超曲面法。首先给出了超曲面的定义，证明了超曲面为一个高阶的多项式，且给出了该多项式的总项数；同时证明了超曲面数与最大决策规则数之间的关系。然后提出了应用支持向量机来求取最优超曲面的方法。最后以空军低消耗器材的储存策略为例，说明了超曲面的求解过程。实例仿真结果表明，用支持向量机来求解超曲面，不仅方法简单，而且较容易寻得最优解。结果还表明，文中提出的超曲面间接离散方法能较好地区分决策表中的决策类别，从而获得更为简捷的决策规则。     

概括原则与悖论研究的进展

悖论的出现与概括原则中的造集的任意性有很大关系。然而,历史上各种排除悖论的方案要么修改概括原则而过多地限制了概括原则的合理内容,要么修改与之配套的逻辑系统而导致失败。近年来,这些问题的研究又取得了新的进展,有必要历史地加以评介,本文从类型论、ZFC公理系统、BG公理系统、多值逻辑系统和中介数学系统五个方面综述逻辑数学悖论之解释方法的研究情况。