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。     

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.     

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.     

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。     

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。     

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.     

基于粗糙集知识建模的船舶焊接生产设计方法

知识获取是船舶焊接生产设计智能系统构建中的一个瓶颈问题。本文提出一种基于粗糙集理论的知识建模方法,该方法包括数据采集、顸处理、模型约简、模型推理等四个方面。通过属性约简、值约简和规则约简三个步骤,可从系统运行的经验数据中自动提取出一个精简的知识模型。针对模型推理中存在的规则匹配冲突问题,提出一种基于属性重要性的推理算法。以焊接位置、焊接方法、焊接材料、焊接设备等焊接工艺决策为例,介绍RS建模在船体焊接生产设计中的应用。     

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。     

粗糙集和贝叶斯网络融合故障诊断方法

融合贝叶斯网络和粗糙集对不确定故障诊断的优势,以及粗糙集对冗余信息的处理能力,给出了一种粗糙集和贝叶斯网络进行融合的装备故障诊断方法,获得最小属性集的贝叶斯网络故障诊断模型及诊断规则,并应用于某型机载电台装备中进行验证,结果表明该方法不仅有效,而且得到的诊断规则也比单纯应用贝叶斯网络要优。     

基于模糊AHP-DEMATEL的小型木质海洋渔船安全风险评估

为了降低小型木质海洋渔船安全事故风险，构建小型木质海洋渔船安全风险评估指标体系，对影响渔船安全的渔船因素及其船员因素进行综合分析。运用模糊AHP-DEMATEL评价方法建立小型木质海洋渔船安全风险评估模型，并对模型进行验证。结果表明：模糊AHP-DEMATEL方法评估结果与专家的主观判断结果较为一致，建立的模型能够在一定程度上反映出小型木质海洋渔船的安全风险状况，具有较高的可行性。     

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数据集对基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.     

基于粗糙集理论的港口水域事故范例推理应急决策

针对港口水域事故突发性强、影响因素多和社会危害严重等特点,将粗糙集理论与范例推理相结合,建立基于粗糙集理论的港口水域事故范例推理应急决策模型。运用粗糙集理论对范例进行属性约简,得到港口水域事故特征属性及其重要度,从而优化港口水域事故的评价以及处理方案的制定。     

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...     

渔船作业安全综合评价方法的研究

运用模糊集理论建立了渔船作业安全的综合评价模型，并运用该模型对渔业公司的生产安全状况进行了评价。结果表明，该模型是合理的，实用的，各级安全管理部门可以用来对渔船的生产作业安全状况进行评估。     

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。     

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。     

基于大数据的船舶交通客流特征组合预测模型分析

为了提高船舶交通客流特征预测的时效性,设计基于大数据相关技术信息,提出将粗糙集和支持向量机预测机制结合的预测分析模型。首先运用粗糙集属性,对大数据下的船舶交通客流信息,进行数据出行约简,删除数据中冗余属性,继而建立支持向量机回归预测机制,将约简后的船舶交通数据样本,作为数据预处理器,通过对条件值进行筛选,并量化为一张二维表格,作为决策表,重新组合成为训练数据样本,输入SVM中,进行学习训练,实现交通客流特征的组合预测。仿真实验表明,该模型预测结果特征比真实性提高29%,有效时序性提高35%,可以证明该预测模型的预测结果时效性更强。