一种基于粗糙集的决策树生成算法

针对决策树的构造和修剪通常不能同时进行所产生的效率低下的问题，提出了基于粗糙集理论中知识依赖性的决策树构造方法。利用优先策略，将知识依赖性同时作为属性约简和建树的准则，在决策树预修剪的同时进行节点生成，大大提高了决策树构造的效率。使用Fisher＇s iris数据集对琏于粗糙集理论中知识依赖性的决策树生成算法和用回归拟合方法的决策树生成算法进行比较。实验结果表明，前者的分类精度和决策树模型的复杂程度要明显优于后者。     

基于多变量决策树的网络故障诊断方法研究

在网络故障诊断系统中,可以用粗糙集理论约简网络信息M IB变量,从而求出最有利于分类的变量集合。提出了首先约简信息表,并构造多变量决策树,提取相应的决策规则,判断网络故障类型的方法。决策树构造方法简单,提取出来的规则以决策树形式表示,规则易于理解,网络故障诊断效率较高。     

基于粗糙集理论的板材热成形工艺建模

在复杂制造过程工艺决策系统的研究与开发中,工艺知识或规律的获取通常是系统建模中的一个难点,本文在对粗糙集理论与方法扩充的基础上,将其引入到板材热成形加工过程建模中。给出变包含度粗糙集的构造,提出基于依赖度及包含度增量的知识约简算法,通过粗糙集建模提取板材热成形的工艺规律,运用近似推理对加工参数进行快速确定。     

基于粗集的电台识别决策表最小约简算法

简要介绍了粗糙集理论中区分矩阵算法和HORAFA算法在知识约简中的应用.通过约简算法仿真,突出强调了HORAFA算法在通信电台识别决策表最小属性约简中的优点.     

基于粗糙集的船舶主机轴系故障诊断

船舶主机轴系的故障诊断对船舶正常航运具有重要意义.将粗糙集理论应用到船舶主机轴系故障诊断中,建立了基于粗糙集的船舶主机轴系故障诊断模型.采用NaiveScaler方法对故障数据离散化处理,利用基于属性重要度的启发式算法进行属性约简,获取故障诊断相关规则.算例验证了该模型的有效性.     

基于粗糙集理论的遗传属性约简算法研究

传统的属性约简算法效率低下,容易陷入局部极小值,不适用于大型知识库。文中提出一种基于粗糙集理论的遗传属性约简方法,在传统的属性约简方法基础上对适应度函数、交叉和变异的概率、变异方式和种群修复方式进行了改进。在正域区分对象集的研究基础上,用启发信息设计了一种快速的属性约简算法,并利用 Matlab 工具进行仿真,将仿真结果与前人研究结果作对比。实验表明此算法优于前人的算法,能够快速高效地对大型知识系统求其约简。     

基于改进决策树的港口物流船舶运输路径优化研究

常规方法下优化的运输路径虽能完成运输任务,但效率过慢,且总成本较高,导致港口物流的运输效益不理想,为此提出并设计了一种基于改进决策树的港口物流运输路径优化方法。在给定运输起点和终点的前提下,建立路径优化决策集,通过改进决策树算法,确定每条运输路线上的权重值及特征向量,将权重值引入决策树,利用改进决策树算法对决策集进行求解,实现船舶运输路径的优化。仿真实验结果表明,基于改进决策树的运输路径能够有效提高船舶的运输效率,具备良好的适应性。     

舰船装备故障诊断特征知识获取方法研究

将粗糙集理论引入到舰船装备故障诊断特征知识获取,提出一种基于粗糙集理论的舰船装备故障诊断特征知识获取模型.该模型从包含冗余和不一致信息的原始数据出发,构建决策表,通过属性约简和属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库.实例分析表明:在保持故障诊断分类结果的情况下,该方法可以提取出最能反映故障的特征,并能有效地解决舰船装备故障诊断中规则获取的知识冗余或缺失问题,从而为粗糙集在舰船装备故障诊断中的深入应用打下基础.     

基于最大相容类粗糙集模型的容差类求解算法研究

对基于最大相容类的粗糙集模型进行深入的研究,提出两种此模型下的容差类,并从最大相容类的求解算法入手进一步提出了这两种容差类求解的算法。通过实例验证了算法的有效性,从而为基于容差关系的粗糙集模型在处理不完备信息系统的问题上提供了重要的理论基础。     

模糊粗糙集建模及其在水火弯板变形预测中的应用

水火弯板过程的高度复杂性,采用经典的建模方法难以获得精确的数学模型。本文将模糊逻辑和粗糙集理论相结合提出一种模糊粗糙集建模方法,给出模糊信息系统的知识获取策略,构造一种由相似匹配修正模糊关系的近似推理算法。以船用低碳钢为对象,通过有限元分析(FEA)构建水火弯板加工信息系统,运用模糊粗糙集方法来获取板材加工过程中的变形规律,最后通过模糊推理实现水火弯板表面变形的快速预报。