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。     

广义扩张原理及其基本性质

Ｚａｄｅｈ扩张原理是模糊集合论的主要工具之一。本文针对一般的模糊关系提出了一种广义扩张原理并讨论了它的基本性质，为进一步研究模糊集合论提供了一种方法。     

用于数据分析的变精度模糊粗糙模型

利用模糊集理论扩展Ziarko的变精度粗糙集模型,得到变精度模糊粗糙数据模型(VPFRDM).以属性重要性为启发式信息,提出了模糊信息系统中的属性约简方法.通过计算各模糊模式类相对于决策类的分类能力,生成相应的模糊规则.仿真实验表明,与Ziarko的变精度粗糙集方法相比,VPFRDM具有更好的数据概括能力.     

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．     

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．     

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。     

多维函数在广义三角范数下的收敛定理

给出了广义T模糊测度和多维函数(T)模糊积分的定义,采用类比方法证明了多维可测函数在一维测度下对应的Eropo B定理和Riesz定理,得到了多维(T)可积函数在广义三角范数下的2个收敛定理。     

基于事例和置信度的多因素重要排序方法

在多因素中确定各因素的重要性排序是涉及多因素问题研究的一个重要环节，借助模糊聚类方法和粗糙集理论中的重要性原理提出一个基于事例和模糊置信水平的确定多因素因素排序的客观方法。针对如何从客观数据中撮以各种因素的重要性作了详细的讨论。最后给出了一个该方法的应用实例。     

不可微规划的Kuhn—Tucker充分条件

本文引入了广义严格伪凸函数，广义伪凸函数。广义拟凸函数和广义弱拟凸函数，并讨论了它们之间的关系及性质，在这些广义凸性条件下，证明了不可微规划极值的Kuhn-Tucker充分条件。     

最优近似粗糙集的矩阵计算

在粗糙集理论与应用研究中,由近似空间导出粗糙集的上、下近似集是它的核心基础。但是这种刻画只是给出一个范围,为了更精确刻画目标概念,推广粗糙集的应用,针对粗糙集的最优近似集的计算问题,提出一种基于矩阵的计算方法,为此引入布尔矩阵、关系矩阵、集合矩阵、集合相似度矩阵等定义,通过对目标概念与其近似集之间相似度讨论,得到它们之间相似度变化规律,由此建立粗糙集最优近似集的矩阵新判断与算法。最后通过实例对上述结论作进一步说明。     

Properties and Relations of Several Operators Based on Covering Rough Sets

The covering rough sets theory is a generalization of traditional rough set theory,and can also describe information with incompleteness and fuzziness in information systems.In this paper,we first provide the definitions of several upper and lower covering approximation operators on the covering approximation space.Then,we study the properties of these operators.Finally,we propose the mutual relations between approximation operators and similar relations of the operator(Ⅰ)based on the covering rough sets.     

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.     

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.     

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.     

Feature subset selection based on mahalanobis distance： a statistical rough set method

In order to select effective feature subsets for pattern classification, a novel statistics rough set method is presented based on generalized attribute reduction. Unlike classical reduction approaches, the objects in universe of discourse are signs of training sample sets and values of attributes are taken as statistical parameters. The binary relation and discernibility matrix for the reduction are induced by distance function. Furthermore, based on the monotony of the distance function defined by Mahalanobis distance, the effective feature subsets are obtained as generalized attribute reducts. Experiment result shows that the classification performance can be improved by using the selected feature subsets.     

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.