基于粗糙集理论的模糊信息系统知识发现研究

在带有不确定性的数据资源上进行知识表示和知识获取是智能信息处理中的关键问题之一。如何在信息不完全、不精确或模糊的情况下，根据已有的数据获取知识，一直是学术界关注的焦点。     

基于粗糙集的公路客运量预测

公路客运量预测不仅是进行客运发展规划的基础,也是制定城市综合客运枢纽规划及综合交通规划的前提。通过对公路客运量预测决策表连续属性的离散化、决策矩阵构造及最简决策规则的获取,建立了基于粗糙集的客运量预测模型。该模型获取的最简决策规则避免了因历年统计数据波动而造成的预测误差,最终的预测结果为增长区间而不是绝对数值,更好的反映了公路客运需求。最后应用该模型预测成都市未来5 a的公路客运量,得到了客运量的增长区间。     

基于粗糙集理论的模糊控制规则的获取方法

将粗糙集理论与模糊逻辑技术相结合，提出了一种通过测量数据来获取模糊控制规则的方法。基于MATLAB／SIMULINK环境及其模糊逻辑工具箱，并结合粗糙集数据分析软件ROSET—TA，应用MATLAB语言实现了粗糙-模糊控制器控制规则的自动获取．通过对一个典型的二阶系统的仿真和对比分析，验证了本方法的可行性和有效性．     

粗糙集理论的一种新扩充模型

粗糙集的扩充模型主要有容差关系和相似关系两种，以及这两种模型的改进形式。在此基础上，提出了改进型的限制容差类关系模型，使得其分类更加合理，对这种关系模型的两种特殊情况进行了分析和证明，并提出了基于这种模型的一致性检验和冗余属性删除的方法。     

基于粗糙集属性约简的异步电机速度模型结构辨识

提出了一种针对决策信息系统的属性约简方法,并将其应用到异步电机速度模型结构辨识上.同时,讨论了去除离散化数据中不一致规则的方法.结果表明,约简之后的速度模型结构与实际调速系统中影响电机转速的因素相符合,从而表明该算法是有效的.     

智能管理系统的概念结构

智能管理系统是一个由核心、若干业务处理主体、若干智能支持机制组成的具有自动决策、自动处理、自适应能力的面向解决管理问题的系统。本文研究了智能管理系统的概念、结构、工作原理、能力、智能支持机制。     

基于粗糙集属性约简的异步电机速度模型结构辨识

提出了一种针对决策信息系统的属性约简方法,并将其应用到异步电机速度模型结构辨识上.同时,讨论了去除离散化数据中不一致规则的方法.结果表明,约简之后的速度模型结构与实际调速系统中影响电机转速的因素相符合,从而表明该算法是有效的.     

基于前景理论的动态路径选择模型

针对研究路径选择问题的传统理论——“期望效用理论”的不足,分析了“前景理论”的基本思想和结构框架．以出行者的日常上班出行为研究对象,在“前景理论”的基本框架下,研究实时交通信息影响下的路径选择问题,分析了出行者的路径选择决策过程．以出行者到达目的地的时刻为参照点,建立了价值函数．利用贝叶斯理论,对预测的路径行程时间进行更新与调整,分析出行者对路径选择结果的个人主观概率,得到决策权重函数．结合编辑阶段确定的价值函数,确定路径的前景值表达式,得到了路径选择模型．因出行者每次出行,需要对原有的经验信息进行更新与调整,故所建立的为动态选择模型．     

基于前景理论的动态路径选择模型

针对研究路径选择问题的传统理论——“期望效用理论”的不足,分析了“前景理论”的基本思想和结构框架．以出行者的日常上班出行为研究对象,在“前景理论”的基本框架下,研究实时交通信息影响下的路径选择问题,分析了出行者的路径选择决策过程．以出行者到达目的地的时刻为参照点,建立了价值函数．利用贝叶斯理论,对预测的路径行程时间进行更新与调整,分析出行者对路径选择结果的个人主观概率,得到决策权重函数．结合编辑阶段确定的价值函数,确定路径的前景值表达式,得到了路径选择模型．因出行者每次出行,需要对原有的经验信息进行更新与调整,故所建立的为动态选择模型．     

基于Rough集理论的增量式数据挖掘算法

提出一种求精简规则的带支持信息的增量式算法IDMA,该算法改进了传统挖掘算法的缺点,可充分利用已挖掘出的规则集来对新增实例进行决策规则挖掘,同经典Rough集挖掘算法比较,算法IDMA计算过程简单,而且效率较高.     

粗糙集理论在立交桥方案比选决策支持的应用

立交型式选择是立交建设中重要的前期工作,立交型式不同,将使整个立交的交通功能、投资、景观及社会和经济效益等方面受到影响。本文采用粗糙集理论,通过对相同道路条件下不同立体交叉口设计方案进行粗糙集评价,建立了对已有的立交桥设计方案的评价模型,针对具体问题对冗余指标进行筛选,再根据数据自身特点赋予其权重,这种方法可以有效避免传统的主观评价和层次分析法主观确定各个指标隶属度的弊端。     

基于粗糙集的最小规则生成算法

讨论了可辩识矩阵的内容的深层次含义，分析了它与属性值约简的关系，并提出了一种利用可辩识矩阵实现属性值约简的方法，分析了利用可辩识矩阵实现属性约简和属性值约简的方法，设计了基于可辩识矩阵的最佳约简的算法，使得属性约简和属性值约简得以一致计算，使知识推理过程变得统一且相对简单．     

基于云变换和特性关系下粗糙集的决策树构造

为了从不完备信息系统中挖掘分类知识,提出了一种基于云变换和特性关系下粗糙集的决策树构造算法(DTCCRSCR).其核心思想是,利用云变换离散化连续型数据,选择特性关系下加权平均粗糙度最小的属性作为当前的分裂节点.实验表明,由DTCCRSCR构造的决策树不仅结构简单,分类准确率较高,而且分类规则也容易理解.     

用粗集理论挖掘项目审查(评估)中的专家共识

为了改进现有的评估方法。在项目审查(评估)中，采用基于决策表的粗糙集模型算法。从众多专家的决策中找到潜在地存在于各个决策中的、公认的决策共识作为项目审查的依据和最终结果．应用该算法可以找出条件属性集中对决策最为重要的影响因素，确定实际应用中的数据采集规则．提出采用条件属性集的约简作为新的条件属性集的方法，以降低决策的复杂性，防止决策者个体的舞弊行为．     

基于粗糙集理论的公交信号优先算法研究

提出一种基于粗糙集理论的公交信号优先控制算法,以绿灯阻塞参数和红灯拥挤度为条件属性,以绿灯延时率为决策属性,构造知识库和边界域函数并约简规则,然后利用VISSIM仿真软件,以车辆延误和人均延误为评价指标对该算法进行评价。结果表明,该算法能减少交叉口4．93％的车辆延误和8．25％的人均延误。     

基于粗糙集理论的经济圈交通枢纽灰色关联分析评价

经济圈交通枢纽综合评价中存在信息不确定、定性评价指标较多的问题,而传统的评价方法虽然简单直接,但容易受到主观因素的众多干扰。提出了一种基于粗糙集的灰色关联分析综合评价方法,将基于粗糙集理论的指标赋权法与灰色关联综合评价相结合,通过粗糙集理论对指标进行约简并给出较为客观的指标权重,得出综合评价模型以及相应的算法;通过算例说明了该方法的有效可行。     

一种基于Rough集的序列粒模型的构建

均对粒模型的构建问题,提出了基于Rough集的一种粒表示方法:文章首先对于时间序列作了粒的描述,采用SAX符号表示不仅因为它的适用于粒的描述,更重要的是为后面的逻辑推理打下良好的基础.然后用基于SAX距离的相似性找出相近的模式,利用Rough集的规则发现算法找出关联规则.通过实验证明,本文中所提出的时间序列挖掘方法以及时序粒挖掘的算法基本上可满足实际时序挖掘的需要.     

基于GA-BP神经网络算法和粗糙集理论的交通事故黑点模型

道路交通事故黑点的预测鉴别是改善道路交通安全状况最重要、最关键的一步,采用基于GA-BP神经网络算法与粗糙集理论相结合的方法建立交通事故黑点预测模型.分析天津市津围公路的交通事故统计数据,通过GA-BP神经网络算法建立静态单元,考虑静态道路状况,分析得出道路的事故黑点样本.考虑实时动态道路交通环境条件的影响,并利用粗糙集理论建立有效的交通道路事故黑点预测模型,2种理论的有机结合,减少糙杂繁冗的数据量,降低伪报警率,提高事故黑点的预报精度,并通过实例进行实证分析.     

一种基于Rough集的案例推理模型的构建

利用Rough集理论处理案例推理问题具有不需要外界信息和先验知识的优点,对案例库中冗余属性进行简化,能够起到优化案例库的作用,同时能够依赖于统计知识提炼规则并形成多个有效的案例索引,在进行案例检索时可针对不同的检索问题选择恰当的索引快速检索到相似的案例,并进行推理得出相应的问题解决方案.最后,以稀土萃取分离生产过程的产品纯度和料液处理量等生产指标的智能优化设定控制为例,验证了该模型的可行性和精确性.