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.     

基于遗传粗糙集的渔船安全评估及规则挖掘

为对渔船安全技术状况进行客观评估,提出了基于粗糙集的渔船安全技术状况评估方法。通过遗传算法对粗糙集属性约简进行改进,利用属性依赖度计算属性核,同时在种群初始化时引入属性核计算个体适应度,动态调整适应度函数以获得最小属性约简。算法根据属性重要度确定指标权重并获得综合评估结果,按照生成的规则知识库进行了规则挖掘。试验表明：该方法可以有效地降低评估运算量,同时规则知识库的建立为渔船安全技术状况评估提供了基础依据。     

船舶导航系统安全属性约简的研究

信息技术对船舶导航的影响越来越大,针对导航信息系统安全评估工作的研究也逐步深入.在安全评估过程中一般需要考虑各类安全属性,如何从安全评估的历史数据中,消除冗余属性,发掘出有利于安全评估的信息,是我们所关心的问题.提出一种船舶导航系统安全属性约简的方法,在变精度粗糙集基本概念的基础上,以布尔函数为数学工具,对属性约简进行描述.实例说明,这种方法可以根据历史数据,有效地进行决策系统的属性约简,从而减轻系统决策的工作量,提高系统决策的工作效率.     

邮船乘客活动区域的模块化智能布局设计方法

邮船乘客活动区域的模块种类多样、数量繁多,需寻求一种比传统方法更高效、更快速的布局设计方法.定义游客关注度、体闲需求度、模块耦合度和布置频次系数等模块特征属性,并将改进人工蜂群算法应用于乘客活动区域模块布局设计中.根据游客感性需求和邮船工程要求构建邮船乘客活动区域布局模型;将选择、交叉和变异等遗传行为融入人工蜂群算法中,用以求解布局模型;以嘉年华Vista邮船为例,验证该方法的适用性和优越性.结果 表明,该方法能实现乘客活动区域模块布局的快速设计,对未来邮船智能化布局设计具有适用性.     

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.     

基于粗糙集和 SVM 理论的柴油机故障分类预测诊断

文中利用粗糙集和 SVM 理论相结合的方法对柴油机故障进行快速准确分类预测诊断。首先对收集的故障特征数据进行预处理,再运用粗糙集理论进行属性约简得到最优决策属性表,然后使用 SVM 理论中的分类预测规则对最优决策属性表进行诊断分类,得出诊断结果。通过实例分析验证了该诊断方法优于单一的粗糙集诊断和 SVM 诊断。     

一种粗糙集与DSmT融合故障诊断方法

粗糙集和证据理论对处理不确定信息极具优势,结合二者所长,提出一种融合两种算法的故障诊断方法。首先,通过粗糙集理论对冗余的条件属性进行必要约简,然后对约简后的条件属性计算基本概率赋值和规格化并进行DSmT合成,最后将以上方法应用在关于某型装备故障诊断中验证其有效性。     

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。     

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。     

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。     

基于粗糙集理论的系统智能控制方法研究

为了使系统能够正常运行,采用粗糙集理论对其状态进行智能控制.通过分析系统正常运行的历史数据,经过归一化、求上界完成信息系统的初始化后,利用粗糙集理论对其进行属性约简并得出决策规则.把经过初始化的实时数据带入决策规则中来判断系统状态是否存在异常,最终完成对系统的智能控制.     

基于粗糙集理论的舰船电子设备状态预测方法研究

针对舰船电子设备使用环境复杂的特点,采用粗糙集理论对其状态进行预测。通过分析设备正常运行的历史数据完成信息系统的初始化,利用粗糙集理论对初始化后的数据进行属性约简并得出决策规则。最后把经过初始化的实时数据带入决策规则中来完成对设备的状态预测。     

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。     

基于正态分布判别函数的航迹关联双门限算法

雷达和电子支援（Electronic Support Measurement，简称ESM）传感器的航迹关联是异类多传感器数据融合研究方面的重要前提。以往对于关联判别函数的选取，多采用X^2分布，这使得在某些实际应用中，通常会出现计算量大，确定门限闭值复杂的问题。基于正态分布关联判别函数的航迹关联双门限算法，在门限阈值的选取上直接采用正态分布中的分位数概念，避免了X^2分布中选取阂值的复杂过程。通过仿真试验，验证了决策规则的第一类风险和第二类风险，表明该方法能有效地判决航迹的关联问题。     

自适应遗传算法的改进与应用

为提高遗传算法的全局最优和快速收敛,在现有的一些自适应遗传算法的基础上,针对交叉概率和变异概率进行改进,提出了一种根据适应度值自动调整交叉概率和变异概率的新的自适应遗传算法。实验结果表明,该算法在收敛快速性和稳定性等方面都有了明显的改善,达到了预期效果。