广义不完备序值系统中的优势关系粗糙集

为了使用优势关系粗糙集处理同时具有丢失型和遗漏型未知属性值的广义不完备序值系统,提出了特征优势关系的概念,并且在广义不完备序值决策系统中引入近似分布约简,提出了4种新的近似分布约简形式,为从复杂的不完备系统中获取规则提供了理论基础与操作手段.结果表明基于特征优势关系粗糙集模型能有效地处理具有2种未知属性值的广义不完备系...     

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。     

基于限制容差关系和集对分析方法的扩展粗集模型中的知识依赖

用基于限制容差关系的扩充粗集模型对不完备信息系统进行分析,找出各个对象间的依赖关系,将对象进行约简。用基于集对分析方法的改进集对粗集模型对已进行了对象约简的不完备信息系统进行分析,找出各个属性之间的依赖关系,进一步进行属性约简。结合一个实际例子加以分析,说明这种限制容差关系模型和集对分析方法相结合的方法对处理不完备信息系统合理有效。     

基于容差关系知识依赖的属性约简算法研究

为了提高不完备信息系统中的属性约简能力,文中基于容差关系研究了知识粒度、知识依赖度等概念,给出了一种新的知识粒度定义,研究了两种依赖度的性质,并通过例子加以验证.通过引入知识粒度的概念,对信息系统中属性的重要度进行了定义;并以属性重要度作为启发式信息提出了属性约简的两种算法,一个从核属性集出发,采用自底向上的方法,另一个从整个属性集出发,采用自顶向下的方法.在5组UCI数据集上的实验结果表明,从约简个数来看,文中算法与其他算法相比,属性个数少于或等于其他算法结果;从分类精度来看,从核属性集出发的算法精度更高.最后通过实验验证了文中算法的正确性和可行性.     

变精度粗糙集模型在空袭兵器类型识别中的应用

针对经典粗糙集模型解决空袭兵器类型识别问题时的不足,文章提出了一种改进的相似度,建立了基于改进相似度的变精度粗糙集模型并提出了基于重要度的属性约简算法。最后利用一组测试样本对模型进行了检验,结果表明模型准确、可靠。     

复杂系统误差传递的主次作用分析与控制

系统观测目标误差渗透着系统误差和随机误差,系统误差和随机误差的分离与溯源理论和应用一直是误差分析的难点和热点。文中基于系统误差和随机误差的互相关系与传递特征,提出了以传递函数为基础的误差传递模型,并基于该模型,将复杂系统划分为若干个子系统,分析了各子系统在观测目标误差中的主次作用（ primary and secondary position a-nalysis,PSPA）。算例表明,该理论能够分析得出引起观测误差灵敏度较高的子系统,这对于误差溯源、分析和控制误差,提高观测目标的精度具有一定的指导意义。     

基于可能度优势关系的区间序粗糙集模型

针对当前区间序信息系统上五种优势关系的不足,提出了一种新的优势关系-α-可能度优势关系。分析了α-可能度优势关系的基本性质以及与其他优势关系的联系,进而定义了基于α-可能度优势关系的扩展粗糙集模型。算例表明,α-可能度优势关系通过α的变化来调节优势关系的“优于”程度,能够克服以往优势关系定义过宽或过窄而带来的不足。     

基于扩展命题模态逻辑的决策信息系统表示

针对基于粗糙集理论的决策信息系统的特点,引入属性常量作为基本符号,对命题模态逻辑进行扩展,给出了扩展命题模态逻辑形式系统及其相关语义描述,说明每个基于粗糙集理论的决策信息系统均可通过扩展命题模态逻辑语义来表示.本文证明了基于扩展命题模态逻辑语义的决策信息系统表示定理,并给出了语义模型中对象的逻辑描述,特别是对基于等价关...     

基于变精度粗糙集的故障特征选择方法

粗糙集理论是近年来发展起来的一种有效处理不确定、不精确问题的新型数学工具。文章阐述了传统Pawlak粗糙集的核心内容,并介绍了变精度粗糙集的基本概念。从信息论观点出发,提出了基于变精度粗糙集的信息表属性约简方法,并验证了将该方法应用于故障特征选择的可行性。柴油机的实际诊断结果表明,该方法节省了硬件费用,改善了运算效能。     

基于优化GM(1,1)模型的港口吞吐量预测

为有效预测具有振荡性质的港口吞吐量,提出基于正弦和具有自适应背景值的GM(1,1)优化模型。通过原始序列建立具有自适应背景值的GM(1,1)模型以描述总体趋势,利用正弦和描述残差中包含的周期性振荡规律,建立优化的GM(1,1)模型。利用该模型对广州港港口吞吐量数据进行模拟与预测,结果表明:基于优化的GM(1,1)模型,能够较好地描述具有周期振荡特征的港口吞吐量时间序列数据,模拟和预测精度都显著优于传统GM(1,1)模型,可将该模型用于具有振荡性质的吞吐量预测。     

基于粗糙-支持向量机的航运企业客户信用评估

针对航运企业客户数据样本量少,信息量贫乏、不确定性等特点,提出了一种基于双向互动的粗糙-支持向量机的动态建模方法.利用该方法对具有复杂动态特性和不确定性的航运企业客户信用评估进行建模,并进行了实例研究.结果表明,基于粗糙-支持向量机的动态模型具有较快的收敛速度、较高的建模精度以及较好的泛化能力.     

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。     

粗糙集理论在装备故障诊断中的应用

针对目前部队的装备故障诊断能力较弱的现状,通过几种故障诊断方法的比较,选取出粗糙集作为装备故障诊断方法,从而对已得到的装备状态的测试数据进行分析,利用粗糙集的约简算法消除冗余信息,利用决策表的形式从不完备的、不精确的测试数据中导出诊断规则,并应用于某型电台装备中进行故障诊断。结果表明,诊断结果快速准确,为今后进一步研究粗糙集算法在故障诊断中应用提供了依据。     

基于粗糙-模糊软计算的船板线加热成形加工参数预报方法

提出一种基于粗糙-模糊软计算的建模方法,构造一种基于贴近方向修正的高精度模糊推理算法,通过有限元分析(FEA)建立板材线加热成形工艺信息系统,根据粗糙集软计算获取线加热成形的工艺规律,运用模糊推理实现加工参数的快速准确预报。粗糙-模糊建模适用于线加热成形过程的静态或动态模型的构建,为实现该工艺的智能建模与控制提供一种新的技术手段。     

交互式多目标决策方法及其在海洋平台方案综合优选中的应用

提出了一种新的交互式多目标决策方法.它是在对指标有偏好信息及客观熵信息输出权重基础上,以严格的最小二乘法为工具,建立确定指标权重的优化模型,达到主观与客观的统一,从而为多目标决策问题寻求到一种行之有效的方法.通过将该方法应用于某海洋平台多目标决策,并与采用传统层次分析(AHP)方法相比较,结果表明该方法在应用于海洋平台方案综合优选等复杂多目标决策问题时是适用的和可靠的.     

基于粗糙集的卫星侦察监视情报保障能力评估

提出应用粗糙集理论评估卫星侦察监视情报保障能力的方法,构建了卫星侦察与监视情报保障能力的评估指标体系,并给出了评价决策表和权重的计算方法。通过对测试数据的分析,得到了约简后的评估指标和权重,克服了传统权重计算方法的主观性,使评估结果更加科学合理。     

基于多Agent的编队对潜作战智能辅助决策系统研究

传统作战辅助决策系统很难满足现代海战的需要,基于多Agent的智能辅助决策系统是辅助决策系统新的发展方向。根据水面舰艇编队对潜作战特点,构建了基于多Agent的对潜作战智能辅助决策系统框架,分析了系统中各模块的功能,重点研究了基于案例推理的Agent推理技术在辅助决策系统中的应用。提出的智能辅助决策系统满足了现代海战对辅助决策系统的要求,具有一定的军事实用价值。