中介粗集及其在数据挖掘中的应用

粗集理论已成功应用于数据挖掘,如基于粗集方法的属性发现和决策规则的约简等。中介集合论是以中介逻辑为基础,也可以用于数据挖掘。文中将两者相结合,提出了中介粗集的概念。中介粗集是普通粗集的推广,为不完全信息系统的数据挖掘提供了新的工具,不仅可用于一般的信息系统,还适用于数据取空值的信息系统（允许结论取空值）。利用中介粗集进行数据挖掘不但可以得出粗集理论中的约简,还能得到更为简洁的中介约简。文中还给出了     

基于VPRS理论的航空发动机送修等级决策

应用变精度粗糙集理论研究了发动机状态信息与单元体性能参数之间的关系，提出了一种基于信息熵属性约简的航空公司发动机维修等级决策方法，从而在维修决策时能够更加客观地反映发动机实际损伤程度。最后以CF6型发动机维修等级决策规则生成为例说明了该决策方法的有效性。     

一类短生命周期产品的订购与定价联合决策模型

研究了一类短生命周期产品在价格依赖(加和)随机需求下的订购与定价联合决策问题。根据一类产品单周期两阶段销售的营销特性,首先以集中式系统的视角研究了其联合最优决策,并应用随机动态规划模型刻画了集中式系统的最优决策;然后,证明了其期望利润函数关于各决策矢量的凹性,并给出了确定最优决策矢量的迭代搜寻算法;最后,应用数值实验对决策结果进行了分析。研究表明:系统的绩效主要来自于销售的第一阶段,经营者应当更注重该阶段利润的挖掘。     

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.     

基于粗糙集和分层支持向量机的AGV多分支路径识别

双向型视觉导引自动导引车多分支路径识别的关键问题是实时性和鲁棒性。基于智能信息融合的思想,将粗糙集理论与多类支持向量机方法结合起来,提出一种基于知识获取实时性和类的相似性的分层多分支路径识别新方法。采用粗糙集知识粒度理论和分层递阶约简算法获得最小的决策规则,有效降低分类识别的复杂性;提出分类决策安全区域的学习方法,提高识别的鲁棒性。最后,仿真实验和多种环境下的运行测试验证了该方法的有效性和可靠性。     

基于甚高频地空通信信号覆盖问题分析与研究

在管制范围内提供清晰可靠的话音通信是空中交通管理最基本的需求。本文依据电磁波与电磁场理论,结合甚高频信号覆盖实际应用情况及案例进行分析与研究,提出了完善甚高频信号覆盖的方法与措施。     

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。     

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed, direction and high level improved by local outlier factor,LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。     

一类灰色群决策问题的分析方法

在群决策问题中,由于受人力资本的质量和决策环境等众多因素的影响,决策者的偏好信息往往是不精确或不完全的。本文用灰色系统理论的思想和方法,融合经典群决策理论,对提出的灰色群决策问题进行了探讨。利用数值分析中的幂法和群决策系统的熵模型,借助分析技巧,给出了灰色群决策问题的解法。通过实例对解法的合理性进行说明与分析,为群决策理论的应用研究提供了一条新思路。     

应用于传感器网络覆盖问题的能量有效性启发式机制

提出了一种解决无线传感器网络覆盖问题的分布式启发式机制。该机制在节能前提下,得到优化的目标覆盖集合,以实现对目标监控区域的完全覆盖,并通过对其中重点目标集合的冗余覆盖来满足对重点目标集的可靠监控。同时,该目标覆盖集合与数据汇集点在通信结构上保持连通性。本文采用了改进的蚁群优化算法（最大最小蚁群混合算法）来实现上述启发式机制。通过构造新颖的启发式因子,人工蚂蚁能够由局域信息感知传感器网络的能量状况和覆盖能力,从而自适应地建立具备通信连通性的数据汇集路径。此外,将信息素浓度调节因子和评价函数引入了信息素更新规则的设计,使得蚁群在扩大搜索范围的基础上,提高了解的质量,且避免了求解过程陷入局部最优。算法的输出为能量有效的优化解集,具备较长生命周期,能够在保证与数据汇集点可靠连通的同时实现对目标区域的有效覆盖。     

基于曲率的指尖检测方法

指尖检测是基于视觉的徒手人机交互系统的关键环节,由于背景的复杂性和系统的实时性要求,导致指尖的精确定位在处理速度和准确性方面存在很大问题。本文针对这一问题,提出了一种简单高效的基于曲率的指尖检测方法。该方法首先将输入视频流基于肤色空间进行二值化,并将二值化后的视频序列作为输入数据;然后采用边缘检测算法提取出肤色区域的边缘(肤色区域的轮廓),在肤色区域的轮廓上根据曲率来对类指尖的点进行检测,并且根据类指尖点的位置关系来判定一个肤色区域是不是手;最后通过过滤算法过滤掉误判手臂点。实验结果表明,该方法在不同的应用背景下都具有很好的检测效果,对光照的鲁棒性也较高,并且能够达到实时检测的效果。     

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。     

群体多属性决策方法及其应用

针对甄选员工这类群体多属性决策问题,将评价属性划分为主观评价属性和客观评价属性,并且假设方案在主观评价属性下的评价值采用区间数的形式来表示专家评价值的不确定性和模糊性。针对每一主观评价属性设定一组与之对应的专家重要性权重值,反映决策者在不同评价属性中的重要性程度,同时考虑到专家评价值的相似度,将专家评价值进行集结得到专家群体关于方案集的决策矩阵。通过计算各方案与理想方案的相似度,据此对方案进行优劣排序。最后给出该方法在员工甄选决策中的应用实例。     

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。     

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。     

基于信息公理的大型水轮机方案设计多属性优选模型

针对大型水轮机方案设计中属性信息的不确定性,研究了复杂产品方案设计的决策问题.利用公理化设计理论中的信息公理将模糊数学理论与香农信息论相结合,给出了基于信息公理的区间信息量计算过程,建立了基于区间信息量的多属性优选模型.该模型综合考虑了设计方案优选过程中各评价指标的区间权重以及相应的区间设计信息,通过比较区间信息量的大小获得最优方案.最后,以大型水轮机选型方案设计为例验证了该模型的有效性和可操作性.     

决策表的逻辑表达式分析

用泛布尔代数系统作为逻辑工具,证明了条件属性完全决策表的两种逻辑表达式(蕴涵式和析取范式)是逻辑等价的,但是决策属性相容和不相容决策表的蕴涵式表达式有所不同。继而证明了不完全决策表在1型解释下,其析取范式表达式仍与完全决策表的析取范式表达式形式相同,但与其等价的蕴涵式表达式却比完全决策表的蕴涵式表达式多了一串乘积;而不完全决策表在2型解释下,其蕴涵式表达式仍与完全决策表的蕴涵式表达式形式相同,但与其等价的析取范式表达式却比完全决策表的析取范式表达式多了一串和式。     

基于协调权的案例学习群决策分类方法

基于案例学习的决策方法具有易于理解、贴近 实际决策过程的优点,成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决 策专家提供的案例信息,提出了一种基于协调权的案例学习群决策模型用以解决多属性分类 决策问题。该方法首先针对各决策者给出不同案例数据,通过构建混合整数规划模型,识别 出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型 ,以此确定兼容各个决策者案例信息的指标权重（协调权）和最优分类阈值,由此构建一致 性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分 析,验证了方法的可行性。     

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。