模糊粗糙集的表示定理

通过对偶方式定义了模糊集的上、下近似算子，给出了模糊粗糙集在相应的模糊关系及模糊集的截集下的表示定理，证明了这种模糊粗糙集关于模糊近似空间的上近似恰为其在二元模糊相似关系下导出的广义扩张原理之下的像。证明了Zadeh模糊推理合成规则(CRI)与特定的广义扩张原理具有相同的形式。推理结果也可由此获得，这样可借助广义扩张原理的性质及粗糙集理论研究模糊推理．     

近似空间与测度空间及广义粗集与不可测集

将粗集与不可测集关系的讨论扩大到广义粗集范畴。证明了近似空间是测度空间的基础空间，广义粗集和不可测集分别是在近似空间和测度空间中对集合的不确定性的不同表述；在非零有穷测度的条件下，近似空间中的一个广义粗集，是其扩展的测度空间中的不可测集。结果表明：测度论同术是不确定知识表示和处理的一种有力理论工具。     

L-Fuzzy Rough Set Based on Complete Residuated Lattice

Residuated lattice is an important non-classical logic algebra, and L-fuzzy rough set based on residuated lattice can describe the information with incompleteness, fuzziness and uncomparativity in information systems. In this paper, the representation theorems of L-fuzzy rough sets based on residuated lattice are given. The properties and axiomatic definition of the lower and upper approximation operators in L-fuzzy rough sets are discussed.     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

基于优势关系粗糙集的驾驶行为研究

在分析驾驶行为影响因素的基础上,提出了用粗糙集理论求解驾驶员的轨迹决策问题的方法.将驾驶员模糊多目标轨迹决策模型看成是一个具有偏好信息的多属性决策问题,用优势关系代替不可分辨关系,并通过优势属性集来推理决策规则,从而确定各预期轨迹点的排序.     

粗糙集代数与格蕴涵代数

讨论粗糙集代数与格蕴涵代数的关系以及由粗糙集代数构造格蕴涵代数的方法．借助近似代数上的原子及同余关系，证明了在适当选取蕴涵算子及余运算之后，粗糙集代数就成为格蕴涵代数。     

基于Rough熵的决策表约简算法研究

知识约简是Rough 集理论研究中的核心内容之一,已证明求决策表的最小约简是NP-hard问题,解决办法一般是采用启发式算法.本文分析了信息熵在Rough集理论中的应用,利用Rough熵定义了决策表中条件属性的相对重要度,讨论了其性质,在此基础上提出了一种用于计算决策表中的相对约简的启发式算法.     

Feature Selection for SVM Classifiers Based on Discretization

The rough sets and Boolean reasoning based discretization approach （RSBRA） is not suitable for feature selection for machine learning algorithms such as neural network or SVM because the information loss due to discretization is large. A modified RSBRA for feature selection was proposed and evaluated with SVM classifiers. In the presented algorithm, the level of consistency, coined from the rough sets theory, is introduced to substitute the stop criterion of circulation of the RSBRA, which maintains the fidelity of the training set after discretization. The experimental results show the modified algorithm has better predictive accuracy and less training time than the original RSBRA.     

Study on Factors Affecting Springback and Application of Data Mining in Springback Analysis

Springback of sheet metal induced by elastic recovery is one of major defects in sheet metal forming processed. Springback is influenced by many factors including properties of the sheet material and processing conditions. In this paper, a springback simulation was conducted and comparisons between the results based on different processing variables were illustrated. The discovery of knowledge of the effects of geometry and process parameters on springback from FEM results becomes increasingly important, as the number of numerical simulation has grown exponentially. Data mining is an effective tool to realize knowledge discovery in simulation results. A datamining algorithm, rough sets theory (RST), was applied to analyze the effects of process parameters on springback in U-bending.     

人机界面质量评价数学模型

本文用模糊集合论中综合评判的方法建立人机界面质量评价数学模型,提出了:继承当量人均计权法,较为恰当地处理了继承与发展的关系:劳动系数综合计分法,给出了评比得分合理计算的方法,初步解决了人机界面质量的评价方法问题。      

基于变精度Rough集的对象甄选优化模型

定义了对象甄选信息系统,并根据属性值序列间的距离,给出了对象的相似关系,并利用Rough集理论讨论了对象的分类问题,最后给出了甄选的优化模型.     

一种基于知识的信息熵概念的粗糙集知识约简方法

文中提出了知识的信息熵的概念,通过知识的信息熵对属性的重要性进行了定义,提出了基于信息熵的租糙集知识约简方法,并通过实例进行了分析。分析结果表明文中提出的基于知识的信息熵概念的粗糙集知识约简方法是行之有效的。     

一致L-Lipschitz映象对公共不动点的迭代逼近

Banach空间中非线性算子的不动点的迭代逼近问题是非线性逼近理论中所研究的最重要的问题之一。通常用Mann和Ishikawa迭代法去逼近非线性算子的不动点。本文研究了Banach空间中一致L-Lipschitz映象对公共不动点的迭代逼近问题,改进和推广了文献[5-6]的相应结果。     

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。     

Korovkin定理之推广

关于线性正算子收敛性方面的Ｋｏｒｏｖｋｉｎ定理是函数逼近论的著名定理，推广了一种连续函数和周期连续函数一致收敛的Ｋｏｒｏｖｋｉｎ定理，得到了更便于验证的判别条件。     

���ڴּ�����Ԥ�������ݵ��� ���罻ͨ�¼��Զ�����㷨

提出了一种基于粗集理论预处理数据的神经网络交通事件自动检测算法.首先简单介绍T数据挖掘技术中的粗集理论，然后说明了算法的原理、计算步骤以及所用的神经网络模型，最后为检验算法的有效性，时MATLAB编制的仿真程序的生成试验数据做了较充分的仿真试验.试验测试结果表明了此方法的有效性.     

Banach空间中渐近伪压缩映象迭代序列的强收敛性

Banach空间中非线性算子的不动点的迭代逼近问题是非线性逼近理论中所研究的最重要的问题之一。本文中研究了Banach空间中渐近伪压缩映象不动点的迭代逼近问题,改进和推广了文献[6]的相应结果。     

模糊系统知识模型（Ⅱ）：范畴、知识及其近似与度量

讨论了建立在模糊系统知识模型之上的范畴与知识的概念,并通过引入粗糙集中上、下近似等基本且重要的概念,在知识模型中给出了标号集关于复合关系的上、下近似等定义,以及给出了知识模型中范畴与知识的近似及其度量方法.对于所给出的有关概念及度量方法通过举例给出了具体说明,为模糊系统知识模型一致性和完备性的讨论奠定基础.     

概率信息系统中扩展决策规则的决策推理

用概率信息系统表示对象与属性值之间的概率关系．根据粗糙集理论，采用平均算子，获取概率信息系统的扩展决策规则集．用关系合成的模糊推理方法，实现了扩展决策规则集的决策推理．